YnezT/Filtered-BookMIA

该数据集包含书籍ID、书籍名称、片段ID、片段内容和标签等字段。数据集主要分为训练集，训练集大小为26895229字节，包含9000个样本。下载数据集的大小为17112010字节。数据集配置包括默认配置，训练数据文件路径为data/train-*。

原始信息汇总

数据集概述

数据集特征

• book_id: 数据类型为 int64
• book: 数据类型为 string
• snippet_id: 数据类型为 int64
• snippet: 数据类型为 string
• label: 数据类型为 int64

数据集划分

• train:
  • 数据量: 26,895,229 字节
  • 示例数量: 9,000

数据集大小

• 下载大小: 17,112,010 字节
• 数据集大小: 26,895,229 字节

配置信息

• config_name: default
• data_files:
  • split: train
  • path: data/train-*