siacus/cap_pe_v2

该数据集包含多个特征，如文本、编码ID、原始ID、宏观信息、宏观编码和纯文本。数据集分为训练集和测试集，分别包含3341和1446个样本。数据集的下载大小为6224234字节，总大小为14464041字节。数据集配置为默认配置，训练集和测试集的数据文件分别存储在data/train-*和data/test-*路径下。

原始信息汇总

数据集概述

数据集特征

• text: 数据类型为字符串。
• idCoding: 数据类型为64位整数。
• idOrig: 数据类型为字符串。
• macro: 数据类型为字符串。
• macroCode: 数据类型为64位整数。
• plaintext: 数据类型为字符串。

数据集分割

• train: 包含3341个样本，总字节数为10071103。
• test: 包含1446个样本，总字节数为4392938。

数据集大小

• 下载大小: 6224234字节。
• 总大小: 14464041字节。

配置

• default:
  • train: 数据文件路径为data/train-*。
  • test: 数据文件路径为data/test-*。