preference-agents-experiments/sally-beck-20-split

该数据集包含多个特征字段，如发件人、收件人、日期、主题、前文内容、电子邮件内容、用户意图、基线生成、生成规则、黄金规则电子邮件以及多个不同排名的基线生成结果。数据集分为训练集和测试集，训练集包含788个样本，测试集包含197个样本。数据集的下载大小为3336691字节，总大小为6459794字节。

The dataset includes multiple fields related to emails, such as from, to, date, subject, previous_context, email, user_intent, baseline_generation, generated_rules, gold_rule_email, etc., all of which are string types. The dataset is divided into a training set and a test set, containing 788 and 197 samples respectively. The download size of the dataset is 3336691 bytes, and the total size is 6459794 bytes.

原始信息汇总

数据集概述

数据集特征

• from: 数据类型为字符串
• to: 数据类型为字符串
• date: 数据类型为字符串
• subject: 数据类型为字符串
• previous_context: 数据类型为字符串
• email: 数据类型为字符串
• user_intent: 数据类型为字符串
• baseline_generation: 数据类型为字符串
• generated_rules: 数据类型为字符串
• gold_rule_email: 数据类型为字符串
• naiveft_baseline-64-rank: 数据类型为字符串
• naiveft_baseline-128-rank: 数据类型为字符串
• naiveft_baseline-32-rank: 数据类型为字符串
• naiveft_baseline-16-rank: 数据类型为字符串
• naiveft_baseline-8-rank: 数据类型为字符串

数据集分割

• train: 包含788个示例，总大小为5074403字节
• test: 包含197个示例，总大小为1385391字节

数据集大小

• 下载大小: 3336691字节
• 数据集总大小: 6459794字节

数据文件配置

• config_name: default
• data_files:
  • train: 路径为data/train-*
  • test: 路径为data/test-*