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-*