jahb57/bert_embeddings_BATCH_12

---
dataset_info:
features:
- name: sentence
dtype: string
- name: last_hidden_state
sequence:
sequence: float32
- name: pooler_output
sequence: float32
splits:
- name: train
num_bytes: 19700359751
num_examples: 100000
download_size: 19824797074
dataset_size: 19700359751
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 名称：句子（sentence），数据类型：字符串
- 名称：最后隐藏状态（last_hidden_state），数据类型为二维序列，内层序列元素为32位浮点数（float32）
- 名称：池化输出（pooler_output），数据类型为一维序列，元素为32位浮点数（float32）
数据集划分：
- 名称：训练集（train），占用字节数：19700359751，样本总数：100000
下载总大小：19824797074
数据集总存储大小：19700359751
数据集配置：
- 配置名称：默认（default）：
数据文件：
- 对应划分集：训练集（train），文件路径：data/train-*

原始信息汇总

数据集概述

特征信息

• sentence: 数据类型为字符串。
• last_hidden_state: 序列类型，数据类型为float32。
• pooler_output: 序列类型，数据类型为float32。

数据分割

• train: 包含100000个样本，占用19700359751字节。

数据集大小

• 下载大小: 19824797074字节
• 实际大小: 19700359751字节

配置信息

• default: 包含训练数据文件，路径为data/train-*。