thienhtt20/tokenized-pair-encoded

---
dataset_info:
features:
- name: id
dtype: int32
- name: label
dtype: int64
- name: claim
dtype: string
- name: document
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 614932100
num_examples: 249144
download_size: 238050038
dataset_size: 614932100
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：id，数据类型：32位整数（int32）
- 名称：标签（label），数据类型：64位整数（int64）
- 名称：声明（claim），数据类型：字符串（string）
- 名称：文档（document），数据类型：字符串（string）
- 名称：输入标识（input_ids），数据类型：32位整数序列
- 名称：注意力掩码（attention_mask），数据类型：8位整数序列
数据集划分：
- 名称：训练集（train），占用字节数：614932100，样本数：249144
下载大小：238050038
数据集总大小：614932100
配置项：
- 配置名称：默认配置（default），数据文件：
- 对应划分：训练集，文件路径：data/train-*