gguichard/wsd_myriade_synth_data_gpt4turbo_with_lemma

---
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: 2400979
num_examples: 3391
download_size: 472673
dataset_size: 2400979
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "wsd_myriade_synth_data_gpt4turbo_with_lemma"

[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：
- 特征名称：Token（Token），类型为字符串序列
- 特征名称：wn_sens，类型为64位整数序列
- 特征名称：input_ids，类型为32位整数序列
- 特征名称：注意力掩码（attention_mask），类型为8位整数序列
- 特征名称：标签（labels），类型为64位整数序列
数据集划分：
- 划分名称：训练集，字节占用量：2400979，样本数量：3391
下载大小：472673
数据集总大小：2400979
配置项：
- 配置名称：默认配置，数据文件：
- 对应划分集：训练集，文件路径：data/train-*
---
# 数据集卡片："wsd_myriade_synth_data_gpt4turbo_with_lemma"

[需补充更多相关信息](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

• 名称: wsd_myriade_synth_data_gpt4turbo_with_lemma

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）

数据集划分

• 训练集:
  • 大小: 2400979字节
  • 样本数: 3391

数据集大小与下载大小

• 下载大小: 472673字节
• 数据集总大小: 2400979字节

配置信息

• 配置名称: default
• 数据文件路径:
  • 训练集: data/train-*