0x70DA/stackoverflow-chat-data

---
dataset_info:
features:
- name: topic
dtype: string
- name: input
dtype: string
splits:
- name: train
num_bytes: 64250569.71566806
num_examples: 50000
- name: validation
num_bytes: 6425056.971566806
num_examples: 5000
- name: test
num_bytes: 2570022.7886267225
num_examples: 2000
download_size: 35174916
dataset_size: 73245649.47586158
---
# Dataset Card for "stackoverflow-chat-data"

[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：
- 字段名：主题（topic），数据类型：字符串
- 字段名：输入（input），数据类型：字符串
数据划分：
- 名称：训练集（train），字节数：64250569.71566806，样本数量：50000
- 名称：验证集（validation），字节数：6425056.971566806，样本数量：5000
- 名称：测试集（test），字节数：2570022.7886267225，样本数量：2000
下载总大小：35174916
数据集总占用大小：73245649.47586158
---
# 「stackoverflow-chat-data」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

数据集特征

• topic：数据类型为字符串。
• input：数据类型为字符串。

数据集分割

• 训练集（train）：包含50000个样本，总大小为64250569.71566806字节。
• 验证集（validation）：包含5000个样本，总大小为6425056.971566806字节。
• 测试集（test）：包含2000个样本，总大小为2570022.7886267225字节。

数据集大小

• 下载大小：35174916字节。
• 数据集总大小：73245649.47586158字节。