ummagumm-a/cup_it_ds_split_with_lang

该数据集包含文本、评论（包括评分和评论文本）、语言和语言得分等特征。数据集分为训练集、验证集和测试集，分别包含79296、8811和14004个示例。数据集的总下载大小为178372606字节，总数据集大小为281886734字节。

---
数据集信息：
特征字段：
- 名称：文本（text），数据类型：字符串
- 名称：评论（comments），为列表类型，列表包含以下子字段：
- 名称：评分（score），数据类型：64位整数
- 名称：文本（text），数据类型：字符串
- 名称：语言（lang），数据类型：字符串
- 名称：语言评分（lang_score），数据类型：64位浮点数
数据划分：
- 名称：训练集（train），字节大小：217538069，样本数量：79296
- 名称：验证集（validation），字节大小：24388917，样本数量：8811
- 名称：测试集（test），字节大小：39959748，样本数量：14004
下载大小：178372606
总数据集大小：281886734
---
# 「cup_it_ds_split_with_lang」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

数据集名称

"cup_it_ds_split_with_lang"

数据集特征

• text：字符串类型
• comments：列表类型，包含以下子特征：
  • score：整数类型（int64）
  • text：字符串类型
• lang：字符串类型
• lang_score：浮点数类型（float64）

数据集分割

• 训练集（train）：
  • 数据量：217538069字节
  • 示例数：79296
• 验证集（validation）：
  • 数据量：24388917字节
  • 示例数：8811
• 测试集（test）：
  • 数据量：39959748字节
  • 示例数：14004

数据集大小

• 下载大小：178372606字节
• 数据集总大小：281886734字节