RamWithAPlan/preprocessed_yelp_for_bert

--- dataset_info: features: - name: label dtype: class_label: names: '0': 1 star '1': 2 star '2': 3 stars '3': 4 stars '4': 5 stars - name: text dtype: string - name: input_ids sequence: int32 - name: token_type_ids sequence: int8 - name: attention_mask sequence: int8 splits: - name: train num_bytes: 2488411554 num_examples: 650000 - name: test num_bytes: 191471188 num_examples: 50000 download_size: 0 dataset_size: 2679882742 --- # Dataset Card for "preprocessed_yelp_for_bert" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)--- 数据集信息： 特征项： - 名称：label（标签），数据类型：类别标签（class_label），其类别名称映射如下： '0': 1星（1 star） '1': 2星（2 star） '2': 3星（3 stars） '3': 4星（4 stars） '4': 5星（5 stars） - 名称：text（文本），数据类型：字符串（string） - 名称：input_ids（输入Token (Token) ID序列），数据类型：int32类型序列 - 名称：token_type_ids（Token (Token)类型ID序列），数据类型：int8类型序列 - 名称：attention_mask（注意力掩码（attention_mask）），数据类型：int8类型序列 数据集划分： - 名称：训练集（train），数据字节数：2488411554，样本数量：650000 - 名称：测试集（test），数据字节数：191471188，样本数量：50000 下载大小：0 数据集总大小：2679882742 --- # "面向BERT的预处理Yelp数据集"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: preprocessed_yelp_for_bert

数据集特征

• 特征列表:
  • label: 分类标签，包含以下类别：
    • 0: 1 star
    • 1: 2 star
    • 2: 3 stars
    • 3: 4 stars
    • 4: 5 stars
  • text: 文本类型
  • input_ids: 序列类型，数据类型为int32
  • token_type_ids: 序列类型，数据类型为int8
  • attention_mask: 序列类型，数据类型为int8

数据集分割

• 训练集:
  • 样本数量: 650000
  • 存储大小: 2488411554 字节
• 测试集:
  • 样本数量: 50000
  • 存储大小: 191471188 字节

数据集大小

• 总下载大小: 0 字节
• 总数据集大小: 2679882742 字节