neuralbioinfo/GTDB_bacterial_small_tokenized
收藏Hugging Face2025-11-07 更新2025-11-15 收录
下载链接：
https://hf-mirror.com/datasets/neuralbioinfo/GTDB_bacterial_small_tokenized
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含了序列ID、段起始位置、输入ID、注意力掩码、标签、令牌长度、未知令牌数量和完整标签等字段。数据集分为训练集、验证集和测试集三个部分，其中训练集包含6123个示例，验证集包含719个示例，测试集包含6514个示例。
The dataset includes fields such as sequence ID, segment start, input IDs, attention mask, labels, token length, count of unknown tokens, and full labels. The dataset is divided into three parts: training set, validation set, and test set, containing 6123, 719, and 6514 examples respectively.
提供机构：
neuralbioinfo
