AayushShah/SQL_Merged_IDs_and_Text

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
dataset_info:
features:
- name: NATURAL_LANG
dtype: string
- name: SCHEMA
dtype: string
- name: SQL
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 1089459820.9581463
num_examples: 270986
- name: test
num_bytes: 121052878.04185376
num_examples: 30110
download_size: 101851785
dataset_size: 1210512699.0
---
# Dataset Card for "SQL_Merged_IDs_and_Text"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
配置项（configs）:
- 配置名称（config_name）: default
数据文件（data_files）:
- 数据拆分（split）: 训练集（train）, 路径（path）: data/train-*
- 数据拆分（split）: 测试集（test）, 路径（path）: data/test-*
数据集信息（dataset_info）:
特征（features）:
- 名称: 自然语言（NATURAL_LANG）, 数据类型（dtype）: 字符串（string）
- 名称: 数据库模式（SCHEMA）, 数据类型（dtype）: 字符串（string）
- 名称: 结构化查询语言（SQL）, 数据类型（dtype）: 字符串（string）
- 名称: 输入ID序列（input_ids）, 类型（sequence）: 32位整数序列（int32）
- 名称: 注意力掩码（attention_mask）, 类型（sequence）: 8位整数序列（int8）
- 名称: 标签序列（labels）, 类型（sequence）: 64位整数序列（int64）
数据拆分集（splits）:
- 名称: 训练集（train）, 字节大小（num_bytes）: 1089459820.9581463, 样本数量（num_examples）: 270986
- 名称: 测试集（test）, 字节大小（num_bytes）: 121052878.04185376, 样本数量（num_examples）: 30110
下载大小（download_size）: 101851785
总数据集大小（dataset_size）: 1210512699.0
---
# 「SQL_Merged_IDs_and_Text」数据集卡片

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

SQL_Merged_IDs_and_Text

数据集配置

• 默认配置
  • 训练数据文件路径：data/train-*
  • 测试数据文件路径：data/test-*

数据集特征

• 特征名称：NATURAL_LANG
  • 数据类型：字符串
• 特征名称：SCHEMA
  • 数据类型：字符串
• 特征名称：SQL
  • 数据类型：字符串
• 特征名称：input_ids
  • 数据类型：整数序列（int32）
• 特征名称：attention_mask
  • 数据类型：整数序列（int8）
• 特征名称：labels
  • 数据类型：整数序列（int64）

数据集分割

• 训练集
  • 字节数：1089459820.9581463
  • 样本数：270986
• 测试集
  • 字节数：121052878.04185376
  • 样本数：30110

数据集大小

• 下载大小：101851785
• 数据集大小：1210512699.0