pengxiang/c4-en-validation-sample

该数据集包含文本、时间戳和URL三个特征，分为一个验证集，包含5000个样本，总大小为11324035.978365807字节。数据集的下载大小为7258508字节，有一个默认配置，其验证集数据文件路径为data/validation-*。数据集信息： 特征字段： - 名称：文本（text），数据类型：字符串 - 名称：时间戳（timestamp），数据类型：字符串 - 名称：统一资源定位符（URL），数据类型：字符串 数据集拆分： - 拆分名称：验证集（validation），字节数：11324035.978365807，样本数量：5000 下载大小：7258508 数据集大小：11324035.978365807 配置项： - 配置名称：默认配置（default），数据文件： - 拆分：验证集（validation），路径：data/validation-*

原始信息汇总

数据集概述

特征信息

• text: 数据类型为字符串。
• timestamp: 数据类型为字符串。
• url: 数据类型为字符串。

数据分割

• validation: 包含5000个样本，总大小为11324035.978365807字节。

数据集大小

• 下载大小: 7258508字节。
• 数据集总大小: 11324035.978365807字节。

配置信息

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