Valleyy/extract_plus_original_nlp

该数据集包含多个特征，包括文档、摘要、分词后的文档和摘要等。每个特征的数据类型均为字符串。数据集分为训练集和验证集，分别包含8363和2091个样本。数据集的下载大小为37711554字节，总大小为73855594字节。数据集配置名为default，训练集和验证集的数据文件分别存储在data/train-*和data/valid-*路径下。

The dataset includes multiple features such as Document, Summary, Segmented_document, and Segmented_summary, all of which are of string type. The dataset is divided into a training set and a validation set, containing 8363 and 2091 samples respectively. The download size of the dataset is 37711554 bytes, and the total size is 73855594 bytes. The dataset configuration is named default, with the training and validation data files stored in data/train-* and data/valid-* paths respectively.

原始信息汇总

数据集概述

数据集特征

• Document: 数据类型为字符串。
• Summary: 数据类型为字符串。
• Segmented_document: 数据类型为字符串。
• Segmented_summary: 数据类型为字符串。
• Dataset: 数据类型为字符串。
• Extracted_document: 数据类型为字符串。

数据集分割

• 训练集 (train): 包含8363个样本，总大小为59209774字节。
• 验证集 (valid): 包含2091个样本，总大小为14645820字节。

数据集大小

• 下载大小: 37711554字节。
• 数据集总大小: 73855594字节。