thowley824/base_long_window_2_labels

该数据集包含多种特征，包括事件ID、文本数据（如text_8k_sec_bert_base和text_8k_sec_bert_shape）、标签（分为non-neutral和neutral两类）、异常回报指标、事件窗口开始和结束时间等。数据集分为训练集和测试集，训练集包含44768个样本，测试集包含11192个样本。数据集的总大小为4555908508字节，下载大小为2029828467字节。

原始信息汇总

数据集概述

数据集特征

• event_id: 数据类型为 int64。
• text_8k_sec_bert_base: 数据类型为 string。
• text_8k_sec_bert_shape: 数据类型为 string。
• label: 数据类型为分类标签，包含两个类别：0: non-neutral 和 1: neutral。
• abnormal_return_metric: 数据类型为 string。
• event_window_start: 数据类型为 int64。
• event_window_end: 数据类型为 int64。
• input_ids: 序列数据类型为 int32。
• token_type_ids: 序列数据类型为 int8。
• attention_mask: 序列数据类型为 int8。

数据集分割

• 训练集 (train): 包含 44768 个样本，占用空间 3612542551 字节。
• 测试集 (test): 包含 11192 个样本，占用空间 943365957 字节。

数据集大小

• 下载大小: 2029828467 字节。
• 数据集总大小: 4555908508 字节。

数据文件配置

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*