Tristan/olm-test-normal-dedup

该数据集包含文本、URL和爬取时间戳三类特征，主要用于训练集，包含40900个示例，总数据量为211642596.0字节。数据集可能用于文本分析和网络数据爬取的研究。### 数据集信息 #### 特征配置 1. 特征名：text，数据类型：字符串（string） 2. 特征名：url，数据类型：字符串（string） 3. 特征名：crawl_timestamp（爬取时间戳），数据类型：64位浮点型（float64） #### 数据集拆分 - 拆分名称：训练集（train），占用字节数：211642596.0，样本总量：40900 该数据集下载大小为128804894，总存储大小为211642596.0 --- # “olm-test-normal-dedup”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

• 名称: olm-test-normal-dedup

数据集特征

• 特征1: text
  • 数据类型: string
• 特征2: url
  • 数据类型: string
• 特征3: crawl_timestamp
  • 数据类型: float64

数据集分割

• 训练集:
  • 示例数量: 40900
  • 数据大小: 211642596.0 字节

数据集大小

• 下载大小: 128804894 字节
• 数据集总大小: 211642596.0 字节