quynong/combine-nemo-rosenxt

---
dataset_info:
features:
- name: source_text
dtype: string
- name: language
dtype: string
- name: privacy_mask
list:
- name: start
dtype: int64
- name: end
dtype: int64
- name: label
dtype: string
- name: value
dtype: string
splits:
- name: train
num_bytes: 38855283.59062921
num_examples: 27528
- name: test
num_bytes: 2045237.791442231
num_examples: 1449
download_size: 20926533
dataset_size: 40900521.38207144
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征项：
- 名称：源文本（source_text），数据类型：字符串（string）
- 名称：语言（language），数据类型：字符串（string）
- 名称：隐私掩码（privacy_mask），为列表类型，列表内元素包含：
- 起始位置（start）：数据类型为64位整数（int64）
- 结束位置（end）：数据类型为64位整数（int64）
- 标签（label）：数据类型为字符串（string）
- 对应值（value）：数据类型为字符串（string）
数据划分：
- 划分名称：训练集（train），占用字节数：38855283.59062921，样本数量：27528
- 划分名称：测试集（test），占用字节数：2045237.791442231，样本数量：1449
下载大小：20926533
数据集总大小：40900521.38207144
配置项：
- 配置名称：默认配置（default），对应数据文件：
- 训练集划分：路径为data/train-*
- 测试集划分：路径为data/test-*