saibo/bookcorpus_compact_1024_shard1_of_10_meta

--- dataset_info: features: - name: text dtype: string - name: concept_with_offset dtype: string - name: cid_arrangement sequence: int32 - name: schema_lengths sequence: int64 - name: topic_entity_mask sequence: int64 - name: text_lengths sequence: int64 splits: - name: train num_bytes: 7450626244 num_examples: 61605 download_size: 1631069561 dataset_size: 7450626244 --- # Dataset Card for "bookcorpus_compact_1024_shard1_of_10_meta" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)--- dataset_info: 特征项： - 名称：文本（text） 数据类型：字符串（string） - 名称：带偏移量的概念（concept_with_offset） 数据类型：字符串（string） - 名称：概念ID排列（cid_arrangement） 数据类型：int32序列 - 名称：模式长度（schema_lengths） 数据类型：int64序列 - 名称：主题实体掩码（topic_entity_mask） 数据类型：int64序列 - 名称：文本长度（text_lengths） 数据类型：int64序列 splits: - 名称：训练集（train） 字节数：7450626244 样本数：61605 下载大小：1631069561 数据集大小：7450626244 --- # 数据集卡片："bookcorpus_compact_1024_shard1_of_10_meta" [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: bookcorpus_compact_1024_shard1_of_10_meta

数据集特征

• 特征列表:
  • text: 数据类型 - string
  • concept_with_offset: 数据类型 - string
  • cid_arrangement: 数据类型 - int32, 序列类型
  • schema_lengths: 数据类型 - int64, 序列类型
  • topic_entity_mask: 数据类型 - int64, 序列类型
  • text_lengths: 数据类型 - int64, 序列类型

数据集分割

• 训练集:
  • 样本数量: 61605
  • 数据大小: 7450626244 字节

数据集大小

• 下载大小: 1631069561 字节
• 总数据集大小: 7450626244 字节