bakhitovd/pii_dataset_augmented_chat

---
dataset_info:
features:
- name: type
dtype: string
- name: source
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 27187517
num_examples: 17640
- name: test
num_bytes: 11552814
num_examples: 7560
download_size: 12644890
dataset_size: 38740331
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征字段：
- 字段名：type，数据类型：字符串
- 字段名：source，数据类型：字符串
- 字段名：messages，为列表类型，列表内元素包含：
- 子字段名：content，数据类型：字符串
- 子字段名：role，数据类型：字符串
数据集划分：
- 划分名称：train（训练集），字节数：27187517，样本数量：17640
- 划分名称：test（测试集），字节数：11552814，样本数量：7560
下载大小：12644890，总数据集大小：38740331
配置项：
- 配置名称：default，数据文件配置：
- 训练集对应数据文件路径：data/train-*
- 测试集对应数据文件路径：data/test-*