PuxAI/nemotron-pii-ready-augmented

---
dataset_info:
features:
- name: source_text
dtype: string
- name: language
dtype: string
- name: privacy_mask
list:
- name: end
dtype: int64
- name: label
dtype: string
- name: start
dtype: int64
- name: value
dtype: string
splits:
- name: train
num_bytes: 277116381
num_examples: 200000
download_size: 188562550
dataset_size: 277116381
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：source_text（源文本），数据类型：字符串
- 名称：language（语言），数据类型：字符串
- 名称：privacy_mask（隐私掩码），为列表类型，包含以下字段：
- 名称：end，数据类型：int64
- 名称：label，数据类型：字符串
- 名称：start，数据类型：int64
- 名称：value，数据类型：字符串
数据集划分：
- 划分名称：train（训练集），字节数：277116381，样本数量：200000
下载大小：188562550
数据集总存储大小：277116381
配置项：
- 配置名称：default（默认配置），数据文件：
- 对应划分：train（训练集），文件路径：data/train-*