eturok/harry_potter_tokenized

---
dataset_info:
features:
- name: input_ids
sequence: int32
splits:
- name: train
num_bytes: 2194380.0
num_examples: 1095
- name: test
num_bytes: 549096.0
num_examples: 274
download_size: 1291776
dataset_size: 2743476.0
---
# Dataset Card for "harry_potter_tokenized"

[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：
- 名称：input_ids，序列类型：int32
数据分割：
- 名称：train（训练集），字节占用量：2194380.0，样本数：1095
- 名称：test（测试集），字节占用量：549096.0，样本数：274
下载大小：1291776
数据集总大小：2743476.0

# 《哈利·波特分词版》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: harry_potter_tokenized

数据集特征

• 特征:
  • 名称: input_ids
  • 类型: 序列，int32类型

数据集分割

• 训练集:
  • 样本数: 1095
  • 大小: 2194380.0字节
• 测试集:
  • 样本数: 274
  • 大小: 549096.0字节

数据集大小

• 下载大小: 1291776字节
• 总大小: 2743476.0字节