davanstrien/wikipedia_split-cleaned

该数据集包含四个特征：id（字符串类型）、section（字符串类型）、len（整数类型）和label（字符串类型）。数据集分为一个训练集（train），包含19826个样本，总大小为5237038.8913字节。数据集的下载大小为3573150字节。数据集配置名称为default，数据文件路径为data/train-*。

原始信息汇总

数据集概述

数据集信息

• 特征:
  • id: 字符串类型
  • section: 字符串类型
  • len: 整数类型
  • label: 字符串类型

数据集划分

• train:
  • 样本数量: 19826
  • 数据大小: 5237038.8913 字节

数据集配置

• 配置名称: default
  • 数据文件:
    • train: data/train-*

数据集大小

• 下载大小: 3573150 字节
• 数据集大小: 5237038.8913 字节