nqv2291/en-InstructUIE_NER-train-instructions_format-mT5

---
dataset_info:
features:
- name: id
dtype: int64
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 1755105214
num_examples: 1209727
- name: validation
num_bytes: 263051933
num_examples: 210537
download_size: 141258633
dataset_size: 2018157147
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

数据集信息：
特征字段：
- 字段名：id，数据类型：int64（64位整数）
- 字段名：input_ids，数据类型：int32序列（32位整数序列）
- 字段名：attention_mask，数据类型：int8序列（8位整数序列）
- 字段名：labels，数据类型：int64序列（64位整数序列）
数据集划分：
- 划分名称：训练集（train），字节大小：1755105214，样本数：1209727
- 划分名称：验证集（validation），字节大小：263051933，样本数：210537
下载大小：141258633字节，数据集总大小：2018157147字节
配置项：
- 配置名称：默认配置（default），数据文件：
- 数据集划分：训练集（train），路径：data/train-*
- 数据集划分：验证集（validation），路径：data/validation-*

原始信息汇总

数据集概述

数据集特征

• id：整数类型，数据类型为 int64。
• input_ids：序列类型，数据类型为 int32。
• attention_mask：序列类型，数据类型为 int8。
• labels：序列类型，数据类型为 int64。

数据集分割

• 训练集：包含 1209727 个样本，占用 1755105214 字节。
• 验证集：包含 210537 个样本，占用 263051933 字节。

数据集大小

• 下载大小：141258633 字节。
• 数据集总大小：2018157147 字节。

配置文件

• 默认配置：包含训练集和验证集的数据文件路径。
  • 训练集路径：data/train-*
  • 验证集路径：data/validation-*