artem9k/processed_hbert_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: 2700406800.0
num_examples: 750113
download_size: 716008415
dataset_size: 2700406800.0
---
# Dataset Card for "processed_hbert_dataset"

[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：
- 字段名称：input_ids，序列类型：int32
- 字段名称：token_type_ids，序列类型：int8
- 字段名称：attention_mask，序列类型：int8
- 字段名称：special_tokens_mask，序列类型：int8
数据集划分：
- 划分名称：train（训练集），字节数：2700406800.0，样本总数：750113
下载大小：716008415
数据集存储大小：2700406800.0

---

# 「processed_hbert_dataset」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: processed_hbert_dataset

数据集特征

• 特征列表:
  • 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:
  • 样本数量: 750113
  • 数据大小: 2700406800.0 字节

数据集大小

• 下载大小: 716008415 字节
• 总数据大小: 2700406800.0 字节