mrm8488/spanish_legal_ds_tokenized_and_gropuped

---
dataset_info:
features:
- name: input_ids
sequence: int32
splits:
- name: train
num_bytes: 7117386800
num_examples: 1735948
- name: test
num_bytes: 703888000
num_examples: 171680
download_size: 3629670012
dataset_size: 7821274800
---
# Dataset Card for "spanish_legal_ds_tokenized_and_gropuped"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征项：
- 名称：输入标识（input_ids），数据格式为int32类型的序列
数据集划分：
- 划分名称：训练集（train），字节数：7117386800，样本数量：1735948
- 划分名称：测试集（test），字节数：703888000，样本数量：171680
下载大小：3629670012
数据集总大小：7821274800
---
# 「spanish_legal_ds_tokenized_and_gropuped」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: spanish_legal_ds_tokenized_and_gropuped

数据集特征

• 特征名称: input_ids
• 数据类型: 整数序列（int32）

数据集分割

• 训练集
  • 示例数量: 1735948
  • 数据大小: 7117386800 字节
• 测试集
  • 示例数量: 171680
  • 数据大小: 703888000 字节

数据集大小

• 下载大小: 3629670012 字节
• 总数据集大小: 7821274800 字节