gluncho/miniseg-embeddings

该数据集包含文本、标签和嵌入三个主要特征。数据集分为训练集、验证集和测试集三个部分，分别包含14377、1256和1266个样本。数据集的下载大小为23054356294字节，总大小为31585725895字节。

This dataset contains three main features: text, labels, and embeddings. The dataset is divided into three parts: training set, validation set, and test set, containing 14377, 1256, and 1266 samples respectively. The download size of the dataset is 23054356294 bytes, and the total size is 31585725895 bytes.

原始信息汇总

数据集概述

许可证

• MIT许可证

数据集信息

特征

• text: 字符串序列
• labels: 整数序列
• embeddings: 浮点数序列的序列

数据分割

• train:
  • 字节数: 26933484575
  • 样本数: 14377
• validation:
  • 字节数: 2357154097
  • 样本数: 1256
• test:
  • 字节数: 2295087223
  • 样本数: 1266

数据大小

• 下载大小: 23054356294 字节
• 数据集总大小: 31585725895 字节

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • validation: data/validation-*
    • test: data/test-*