yeajinmin/News-NER-dataset-ForKCBERT

---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 67780919.01423985
num_examples: 120113
- name: test
num_bytes: 16945652.98576015
num_examples: 30029
download_size: 17567617
dataset_size: 84726572.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征：
- 名称：输入Token ID序列（input_ids），类型为int32的序列
- 名称：注意力掩码序列（attention_mask），类型为int8的序列
- 名称：标签序列（labels），类型为int64的序列
数据集划分：
- 名称：训练集（train），占用字节数：67780919.01423985，样本总数：120113
- 名称：测试集（test），占用字节数：16945652.98576015，样本总数：30029
下载大小：17567617 字节
数据集总大小：84726572.0 字节
配置项：
- 配置名称：默认配置（default）
数据文件：
- 划分：训练集，路径：data/train-*
- 划分：测试集，路径：data/test-*

原始信息汇总

数据集概述

特征信息

• input_ids: 序列类型为 int32
• attention_mask: 序列类型为 int8
• labels: 序列类型为 int64

数据分割

• train:
  • 字节数: 67780919.01423985
  • 样本数: 120113
• test:
  • 字节数: 16945652.98576015
  • 样本数: 30029

数据大小

• 下载大小: 17567617 字节
• 数据集大小: 84726572.0 字节

配置信息

• config_name: default
  • data_files:
    • train: 路径为 data/train-*
    • test: 路径为 data/test-*