patrikgerard/combined_uk_ru_dataset

该数据集包含19222个训练样本，每个样本具有唯一标识符（unique_id）、输入文本（input）、分类标签（classification）和原始数据集来源（original_dataset）四个特征字段。数据集总大小为19512233字节，下载大小为8874858字节。数据集的训练分割存储在路径为data/train-*的文件中。

This dataset contains 19222 training samples, each with four feature fields: unique identifier (unique_id), input text (input), classification label (classification), and original dataset source (original_dataset). The total size of the dataset is 19512233 bytes, with a download size of 8874858 bytes. The training split of the dataset is stored in files with the path data/train-*.

原始信息汇总

数据集概述

数据集信息

• 特征:

  • unique_id: 数据类型为 string
  • input: 数据类型为 string
  • classification: 数据类型为 string
  • original_dataset: 数据类型为 string

• 分割:

  • train:
    • 字节数: 19512233
    • 样本数: 19222

• 下载大小: 8874858 字节

• 数据集大小: 19512233 字节

配置

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