gguichard/wsd_myriade_synth_data_gpt4turbo_with_old

---
dataset_info:
features:
- name: tokens
sequence: string
- name: wn_sens
sequence: int64
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 3726787
num_examples: 5912
download_size: 760890
dataset_size: 3726787
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "wsd_myriade_synth_data_gpt4turbo_with_old"

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

数据集信息：
特征列表：
- 字段名称：tokens（词元Token），类型：字符串序列
- 字段名称：wn_sens，类型：int64类型序列
- 字段名称：input_ids（输入标识符），类型：int32类型序列
- 字段名称：attention_mask（注意力掩码），类型：int8类型序列
- 字段名称：labels（标签），类型：int64类型序列
数据划分：
- 划分名称：train（训练集），占用字节数：3726787，样本数量：5912
下载大小：760890
数据集总大小：3726787
配置项：
- 配置名称：default（默认配置），数据文件：
- 数据划分：train（训练集），文件路径：data/train-*

# 「wsd_myriade_synth_data_gpt4turbo_with_old」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

wsd_myriade_synth_data_gpt4turbo_with_old

数据集特征

• tokens: 字符串序列
• wn_sens: 整数序列（int64）
• input_ids: 整数序列（int32）
• attention_mask: 整数序列（int8）
• labels: 整数序列（int64）

数据集分割

• train:
  • 示例数量: 5912
  • 数据大小: 3726787字节

数据集大小

• 下载大小: 760890字节
• 总数据大小: 3726787字节

配置

• config_name: default
• data_files:
  • split: train
  • path: data/train-*