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-*