onurkeles/processed_bert_dataset

---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: token_type_ids
sequence: int8
- name: attention_mask
sequence: int8
- name: special_tokens_mask
sequence: int8
splits:
- name: train
num_bytes: 176400.0
num_examples: 49
download_size: 34035
dataset_size: 176400.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 输入词元ID（input_ids）：序列数据类型为int32
- 词元类型标识（token_type_ids）：序列数据类型为int8
- 注意力掩码（attention_mask）：序列数据类型为int8
- 特殊词元掩码（special_tokens_mask）：序列数据类型为int8
数据集划分：
- 训练集（train）：字节数为176400.0，样本数为49
下载大小：34035
数据集总大小：176400.0
配置项：
- 配置名称为default（默认配置），对应的数据文件为：
- 训练划分的存储路径为data/train-*

原始信息汇总

数据集概述

数据集特征

• input_ids：序列类型为int32。
• token_type_ids：序列类型为int8。
• attention_mask：序列类型为int8。
• special_tokens_mask：序列类型为int8。

数据集分割

• 训练集（train）：
  • 数据大小：176400.0字节
  • 样本数量：49个

数据集大小

• 下载大小：34035字节
• 数据集总大小：176400.0字节

配置信息

• 配置名称：default
• 数据文件路径：
  • 分割类型：train
  • 文件路径模式：data/train-*