Chrisneverdie/sports-annotation-outcome

---
dataset_info:
- config_name: nonsport_outcome
features:
- name: text
dtype: string
- name: url
dtype: string
- name: token_count
dtype: int64
- name: score
sequence: float64
- name: ypred
dtype: int64
splits:
- name: train
num_bytes: 184048238.06114507
num_examples: 57378
download_size: 109441117
dataset_size: 184048238.06114507
- config_name: test
features:
- name: text
dtype: string
- name: label
dtype: int64
- name: score
sequence: float64
- name: ypred
dtype: int64
splits:
- name: train
num_bytes: 27096931
num_examples: 8613
download_size: 16574246
dataset_size: 27096931
- config_name: test2
features:
- name: text
dtype: string
- name: label
dtype: int64
- name: score
sequence: float64
- name: ypred
dtype: int64
splits:
- name: train
num_bytes: 27096931
num_examples: 8613
download_size: 16573992
dataset_size: 27096931
- config_name: test_1
features:
- name: text
dtype: string
splits:
- name: train
num_bytes: 3249747166
num_examples: 1092000
download_size: 2032856810
dataset_size: 3249747166
- config_name: test_1000rows
features:
- name: text
dtype: string
splits:
- name: test
num_bytes: 419286.055
num_examples: 127
download_size: 246047
dataset_size: 419286.055
- config_name: test_1000rows_2
features:
- name: text
dtype: string
- name: ypred
dtype: int64
splits:
- name: test
num_bytes: 420302.055
num_examples: 127
download_size: 246558
dataset_size: 420302.055
- config_name: test_from_lcx
features:
- name: text
dtype: string
splits:
- name: train
num_bytes: 388502512.16099083
num_examples: 130547
download_size: 234506644
dataset_size: 388502512.16099083
configs:
- config_name: nonsport_outcome
data_files:
- split: train
path: nonsport_outcome/train-*
- config_name: test
data_files:
- split: train
path: test/train-*
- config_name: test2
data_files:
- split: train
path: test2/train-*
- config_name: test_1
data_files:
- split: train
path: test_1/train-*
- config_name: test_1000rows
data_files:
- split: test
path: test_1000rows/test-*
- config_name: test_1000rows_2
data_files:
- split: test
path: test_1000rows_2/test-*
- config_name: test_from_lcx
data_files:
- split: train
path: test_from_lcx/train-*
---

数据集信息：
1. 配置名称：nonsport_outcome
特征字段：
- 字段名：text，数据类型：字符串（string）
- 字段名：url，数据类型：字符串（string）
- 字段名：Token计数（token_count），数据类型：64位整数（int64）
- 字段名：score，数据类型：64位浮点数序列
- 字段名：ypred，数据类型：64位整数（int64）
数据集划分：
- 划分名称：训练集（train），字节数：184048238.06114507，样本数量：57378
下载总大小：109441117，数据集总存储大小：184048238.06114507
2. 配置名称：test
特征字段：
- 字段名：text，数据类型：字符串（string）
- 字段名：label，数据类型：64位整数（int64）
- 字段名：score，数据类型：64位浮点数序列
- 字段名：ypred，数据类型：64位整数（int64）
数据集划分：
- 划分名称：训练集（train），字节数：27096931，样本数量：8613
下载总大小：16574246，数据集总存储大小：27096931
3. 配置名称：test2
特征字段：
- 字段名：text，数据类型：字符串（string）
- 字段名：label，数据类型：64位整数（int64）
- 字段名：score，数据类型：64位浮点数序列
- 字段名：ypred，数据类型：64位整数（int64）
数据集划分：
- 划分名称：训练集（train），字节数：27096931，样本数量：8613
下载总大小：16573992，数据集总存储大小：27096931
4. 配置名称：test_1
特征字段：
- 字段名：text，数据类型：字符串（string）
数据集划分：
- 划分名称：训练集（train），字节数：3249747166，样本数量：1092000
下载总大小：2032856810，数据集总存储大小：3249747166
5. 配置名称：test_1000rows
特征字段：
- 字段名：text，数据类型：字符串（string）
数据集划分：
- 划分名称：测试集（test），字节数：419286.055，样本数量：127
下载总大小：246047，数据集总存储大小：419286.055
6. 配置名称：test_1000rows_2
特征字段：
- 字段名：text，数据类型：字符串（string）
- 字段名：ypred，数据类型：64位整数（int64）
数据集划分：
- 划分名称：测试集（test），字节数：420302.055，样本数量：127
下载总大小：246558，数据集总存储大小：420302.055
7. 配置名称：test_from_lcx
特征字段：
- 字段名：text，数据类型：字符串（string）
数据集划分：
- 划分名称：训练集（train），字节数：388502512.16099083，样本数量：130547
下载总大小：234506644，数据集总存储大小：388502512.16099083

各配置对应数据文件路径：
- 配置nonsport_outcome：数据文件划分对应训练集（train），路径为：nonsport_outcome/train-*
- 配置test：数据文件划分对应训练集（train），路径为：test/train-*
- 配置test2：数据文件划分对应训练集（train），路径为：test2/train-*
- 配置test_1：数据文件划分对应训练集（train），路径为：test_1/train-*
- 配置test_1000rows：数据文件划分对应测试集（test），路径为：test_1000rows/test-*
- 配置test_1000rows_2：数据文件划分对应测试集（test），路径为：test_1000rows_2/test-*
- 配置test_from_lcx：数据文件划分对应训练集（train），路径为：test_from_lcx/train-*

原始信息汇总

数据集概述

数据集配置

• 配置名称: test

数据集特征

• text: 数据类型为字符串
• label: 数据类型为整数（int64）
• score: 数据类型为浮点数（float64），具有序列性
• ypred: 数据类型为整数（int64）

数据集分割

• 训练集（train）:
  • 示例数量: 8613
  • 数据大小: 27096931字节

数据集大小

• 下载大小: 16577733字节
• 总数据大小: 27096931字节