saibo/bookcorpus_compact_1024_shard6_of_10_meta

---
dataset_info:
features:
- name: text
dtype: string
- name: concept_with_offset
dtype: string
- name: cid_arrangement
sequence: int32
- name: schema_lengths
sequence: int64
- name: topic_entity_mask
sequence: int64
- name: text_lengths
sequence: int64
splits:
- name: train
num_bytes: 7837212848
num_examples: 61605
download_size: 1730877027
dataset_size: 7837212848
---
# Dataset Card for "bookcorpus_compact_1024_shard6_of_10_meta"

[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:
- 名称：文本（text），数据类型：字符串
- 名称：带偏移量的概念（concept_with_offset），数据类型：字符串
- 名称：cid_arrangement，数据类型：32位整数序列
- 名称：模式长度（schema_lengths），数据类型：64位整数序列
- 名称：主题实体掩码（topic_entity_mask），数据类型：64位整数序列
- 名称：文本长度（text_lengths），数据类型：64位整数序列
数据集划分:
- 名称：训练集（train），字节数：7837212848，样本数量：61605
下载大小: 1730877027
数据集总大小: 7837212848
---
# “bookcorpus_compact_1024_shard6_of_10_meta”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

• 名称: bookcorpus_compact_1024_shard6_of_10_meta

数据集特征

• 特征列表:
  • text: 数据类型 - string
  • concept_with_offset: 数据类型 - string
  • cid_arrangement: 数据类型 - int32, 序列类型
  • schema_lengths: 数据类型 - int64, 序列类型
  • topic_entity_mask: 数据类型 - int64, 序列类型
  • text_lengths: 数据类型 - int64, 序列类型

数据集分割

• 训练集:
  • 样本数量: 61605
  • 存储大小: 7837212848 字节

数据集大小

• 下载大小: 1730877027 字节
• 数据集总大小: 7837212848 字节