manueldeprada/multisource_text
收藏Hugging Face2024-04-29 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/manueldeprada/multisource_text
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: text
dtype: string
- name: source
dtype: string
splits:
- name: train
num_bytes: 5696995951
num_examples: 25904031
- name: test
num_bytes: 882694
num_examples: 4049
- name: validation
num_bytes: 906651
num_examples: 4049
download_size: 3831466239
dataset_size: 5698785296
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
---
提供机构：
manueldeprada
原始信息汇总
数据集概述
数据集特征
- text：数据类型为字符串。
- source：数据类型为字符串。
数据集分割
- 训练集（train）：包含25904031个样本，总大小为5696995951字节。
- 测试集（test）：包含4049个样本，总大小为882694字节。
- 验证集（validation）：包含4049个样本，总大小为906651字节。
数据集大小
- 下载大小：3831466239字节。
- 数据集总大小：5698785296字节。
数据文件配置
- 默认配置（default）：
- 训练集路径：
data/train-* - 测试集路径：
data/test-* - 验证集路径：
data/validation-*
- 训练集路径：
