amitrajitbh1/communities_content

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
dataset_info:
features:
- name: author
dtype: string
- name: subreddit
dtype: string
- name: subreddit_id
dtype: string
- name: id
dtype: string
- name: content
dtype: string
- name: summary
dtype: string
splits:
- name: train
num_bytes: 1745194094
num_examples: 850001
download_size: 1053929701
dataset_size: 1745194094
---
# Dataset Card for "communities_content"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
## 配置项：
- 配置名称：default（默认配置）
数据文件：
- 划分集：训练集（train）
文件路径：data/train-*
## 数据集信息：
特征字段：
- 字段名：作者（author），数据类型：字符串
- 字段名：子版块（subreddit），数据类型：字符串
- 字段名：子版块ID（subreddit_id），数据类型：字符串
- 字段名：ID（id），数据类型：字符串
- 字段名：内容（content），数据类型：字符串
- 字段名：摘要（summary），数据类型：字符串
## 数据划分：
- 划分名称：训练集（train），占用字节数：1745194094，样本数量：850001
下载总大小：1053929701
数据集总大小：1745194094
---
# "communities_content"数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集配置

• 配置名称: default
• 数据文件:
  • 分割: train
  • 路径: data/train-*

数据集信息

• 特征:

  • 名称: author
    • 数据类型: string
  • 名称: subreddit
    • 数据类型: string
  • 名称: subreddit_id
    • 数据类型: string
  • 名称: id
    • 数据类型: string
  • 名称: content
    • 数据类型: string
  • 名称: summary
    • 数据类型: string

• 分割:

  • 名称: train
    • 字节数: 1745194094
    • 样本数: 850001

• 下载大小: 1053929701

• 数据集大小: 1745194094