gguichard/wsd_myriade_v2

---
dataset_info:
features:
- name: tokens
sequence: string
- name: wn_sens
sequence: int64
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: float64
splits:
- name: train
num_bytes: 113146404
num_examples: 134856
download_size: 14670365
dataset_size: 113146404
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "wsd_myriade_v2"

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

---
数据集信息：
特征列表：
- 特征名称：tokens（词元Token），类型：字符串序列
- 特征名称：wn_sens，类型：64位整数序列
- 特征名称：input_ids（输入词元ID），类型：32位整数序列
- 特征名称：attention_mask（注意力掩码），类型：8位整数序列
- 特征名称：labels（标签），类型：64位浮点数序列
数据划分：
- 划分名称：train（训练集），占用字节数：113146404，样本总数：134856
下载总大小：14670365 字节
数据集总存储大小：113146404 字节
配置项：
- 配置名称：default（默认配置），数据文件：
- 对应划分集：train（训练集），数据路径：data/train-*
---
# 数据集卡片：wsd_myriade_v2

[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

数据集信息

特征

• tokens: 序列类型为字符串
• wn_sens: 序列类型为int64
• input_ids: 序列类型为int32
• attention_mask: 序列类型为int8
• labels: 序列类型为float64

数据分割

• train:
  • 字节数: 113146404
  • 样本数: 134856

数据大小

• 下载大小: 14670365
• 数据集大小: 113146404

配置

• default:
  • 数据文件:
    • 分割: train
    • 路径: data/train-*