Cmarti24/downsampled_upsampled

---
dataset_info:
features:
- name: text
dtype: string
- name: inputs
struct:
- name: text
dtype: string
- name: prediction
dtype: 'null'
- name: prediction_agent
dtype: 'null'
- name: annotation
sequence: string
- name: annotation_agent
dtype: string
- name: vectors
dtype: 'null'
- name: multi_label
dtype: bool
- name: explanation
dtype: 'null'
- name: id
dtype: string
- name: metadata
struct:
- name: split
dtype: string
- name: status
dtype: string
- name: event_timestamp
dtype: timestamp[us]
- name: metrics
struct:
- name: text_length
dtype: int64
splits:
- name: train
num_bytes: 15655201.915976798
num_examples: 37289
- name: test
num_bytes: 6709792.084023202
num_examples: 15982
download_size: 12515554
dataset_size: 22364994.0
---
# Dataset Card for "downsampled_upsampled"

[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：
- 字段名：text（文本），数据类型：字符串（string）
- 字段名：inputs（输入），为结构体，包含子字段：
- 子字段名：text（文本），数据类型：字符串（string）
- 字段名：prediction（预测结果），数据类型：空类型（null）
- 字段名：prediction_agent（预测智能体），数据类型：空类型（null）
- 字段名：annotation（标注信息），数据类型：字符串序列
- 字段名：annotation_agent（标注智能体），数据类型：字符串（string）
- 字段名：vectors（向量数据），数据类型：空类型（null）
- 字段名：multi_label（多标签），数据类型：布尔型（bool）
- 字段名：explanation（解释信息），数据类型：空类型（null）
- 字段名：id（样本ID），数据类型：字符串（string）
- 字段名：metadata（元数据），为结构体，包含子字段：
- 子字段名：split（数据划分），数据类型：字符串（string）
- 字段名：status（状态），数据类型：字符串（string）
- 字段名：event_timestamp（事件时间戳），数据类型：微秒级时间戳（timestamp[us]）
- 字段名：metrics（评估指标），为结构体，包含子字段：
- 子字段名：text_length（文本长度），数据类型：64位整型（int64）
数据集划分：
- 划分名称：train（训练集），字节占用量：15655201.915976798，样本数量：37289
- 划分名称：test（测试集），字节占用量：6709792.084023202，样本数量：15982
下载总大小：12515554
数据集总存储大小：22364994.0
---
# downsampled_upsampled 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

数据集信息

• 特征列表:
  • text: 类型为字符串。
  • inputs: 结构体，包含一个名为 text 的字符串字段。
  • prediction: 类型为空。
  • prediction_agent: 类型为空。
  • annotation: 字符串序列。
  • annotation_agent: 类型为字符串。
  • vectors: 类型为空。
  • multi_label: 布尔类型。
  • explanation: 类型为空。
  • id: 类型为字符串。
  • metadata: 结构体，包含一个名为 split 的字符串字段。
  • status: 类型为字符串。
  • event_timestamp: 时间戳类型，精度为微秒。
  • metrics: 结构体，包含一个名为 text_length 的整数字段，类型为 int64。

数据分割

• 训练集:
  • 字节数: 15655201.915976798
  • 样本数: 37289
• 测试集:
  • 字节数: 6709792.084023202
  • 样本数: 15982

数据集大小

• 下载大小: 12515554 字节
• 数据集大小: 22364994.0 字节