siacus/cap_pe_v3

该数据集包含多个特征字段，如文本、编码ID、原始ID、宏、宏代码和纯文本等。数据集被分为训练集和测试集，训练集包含3341个样本，测试集包含1446个样本。数据集的总下载大小为6240482字节，总数据集大小为14582171字节。

This dataset includes multiple feature fields such as text, coding ID, original ID, macro, macro code, and plaintext. The dataset is divided into a training set and a test set, with the training set containing 3341 samples and the test set containing 1446 samples. The total download size of the dataset is 6240482 bytes, and the total dataset size is 14582171 bytes.

原始信息汇总

数据集概述

特征信息

• text: 数据类型为字符串（string）
• idCoding: 数据类型为整数（int64）
• idOrig: 数据类型为字符串（string）
• macro: 数据类型为字符串（string）
• macroCode: 数据类型为整数（int64）
• plaintext: 数据类型为字符串（string）

数据分割

• train: 包含3341个样本，数据大小为10164651字节
• test: 包含1446个样本，数据大小为4417520字节

数据集大小

• 下载大小: 6240482字节
• 数据集总大小: 14582171字节

配置信息

• default:
  • train: 数据文件路径为data/train-*
  • test: 数据文件路径为data/test-*