loubnabnl/ada-no-pii_checks

---
dataset_info:
features:
- name: entities
list:
- name: context
dtype: string
- name: end
dtype: int64
- name: score
dtype: float32
- name: start
dtype: int64
- name: tag
dtype: string
- name: value
dtype: string
- name: max_stars_repo_path
dtype: string
- name: max_stars_repo_name
dtype: string
- name: max_stars_count
dtype: int64
- name: content
dtype: string
- name: id
dtype: string
- name: new_content
dtype: string
- name: modified
dtype: bool
- name: references
dtype: string
splits:
- name: train
num_bytes: 276915088.37363416
num_examples: 10886
download_size: 100410446
dataset_size: 276915088.37363416
---
# Dataset Card for "ada-no-pii_checks"

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

---
数据集信息：
特征字段：
- 字段名：实体（entities），为列表类型，包含以下子字段：
- 子字段名：上下文（context），数据类型：字符串（string）
- 子字段名：结束位置（end），数据类型：64位整型（int64）
- 子字段名：评分（score），数据类型：32位浮点型（float32）
- 子字段名：起始位置（start），数据类型：64位整型（int64）
- 子字段名：标签（tag），数据类型：字符串（string）
- 子字段名：取值（value），数据类型：字符串（string）
- 字段名：最高星标仓库路径（max_stars_repo_path），数据类型：字符串（string）
- 字段名：最高星标仓库名称（max_stars_repo_name），数据类型：字符串（string）
- 字段名：最高星标数（max_stars_count），数据类型：64位整型（int64）
- 字段名：原始内容（content），数据类型：字符串（string）
- 字段名：唯一标识符（id），数据类型：字符串（string）
- 字段名：修改后内容（new_content），数据类型：字符串（string）
- 字段名：是否已修改（modified），数据类型：布尔型（bool）
- 字段名：参考来源（references），数据类型：字符串（string）
划分集：
- 划分名称：训练集（train），字节大小：276915088.37363416，样本数量：10886
下载大小：100410446
数据集总大小：276915088.37363416
---
# 「ada-no-pii_checks」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

数据集特征

• entities
  • context: 字符串类型
  • end: 整数类型（int64）
  • score: 浮点数类型（float32）
  • start: 整数类型（int64）
  • tag: 字符串类型
  • value: 字符串类型
• max_stars_repo_path: 字符串类型
• max_stars_repo_name: 字符串类型
• max_stars_count: 整数类型（int64）
• content: 字符串类型
• id: 字符串类型
• new_content: 字符串类型
• modified: 布尔类型
• references: 字符串类型

数据集分割

• train
  • num_bytes: 276915088.37363416字节
  • num_examples: 10886个样本

数据集大小

• download_size: 100410446字节
• dataset_size: 276915088.37363416字节