316usman/thematic2d_rr_embed

---
dataset_info:
features:
- name: text
dtype: string
- name: document_url
dtype: string
- name: source_url
dtype: string
splits:
- name: train
num_bytes: 34665058
num_examples: 55374
download_size: 12625120
dataset_size: 34665058
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息:
特征:
- 名称: 文本
数据类型: 字符串
- 名称: 文档链接
数据类型: 字符串
- 名称: 来源链接
数据类型: 字符串
拆分:
- 名称: 训练集
字节数: 34665058
样本数: 55374
下载大小: 12625120
数据集大小: 34665058
配置:
- 配置名称: 默认
数据文件:
- 拆分: 训练集
路径: data/train-*

原始信息汇总

数据集概述

数据集特征

• text：数据类型为字符串。
• document_url：数据类型为字符串。
• source_url：数据类型为字符串。

数据集划分

• 训练集（train）：
  • 示例数量：55374
  • 数据大小：34665058字节

数据集大小

• 下载大小：12625120字节
• 数据集总大小：34665058字节

配置信息

• 默认配置（default）：
  • 训练数据路径：data/train-*