HangenYuu/gutenberg-english-train

---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: ratio_char_token
dtype: float64
splits:
- name: train
num_bytes: 21730024796
num_examples: 48284
download_size: 0
dataset_size: 21730024796
---
# Dataset Card for "gutenberg-english-train"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征字段：
- 输入ID（input_ids）：int32类型序列
- 字符-Token比率（ratio_char_token）：float64数据类型
数据集拆分：
- 训练集（train）：字节占用21730024796，样本总量48284
下载大小：0
数据集总大小：21730024796

# 「古腾堡英文训练集（gutenberg-english-train）」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

gutenberg-english-train

数据特征

• input_ids：整数序列，类型为 int32。
• ratio_char_token：浮点数，类型为 float64。

数据分割

• train：
  • 示例数量：48284
  • 数据大小：21730024796 字节

数据集大小

• 下载大小：0 字节
• 数据集总大小：21730024796 字节