thorirhrafn/domar_data_split

该数据集包含四个主要特征：Title（标题）、Keywords（关键词）、Summary（摘要）和Text（文本），所有特征的数据类型均为字符串。数据集分为训练集（train）、验证集（eval）和测试集（test）三个部分，分别包含7461、414和415个样本。数据集的下载大小为112632160字节，总大小为229363348.0字节。该数据集包含四个主要特征：Title（标题）、Keywords（关键词）、Summary（摘要）和Text（文本），所有特征的数据类型均为字符串。数据集分为训练集（train）、验证集（eval）和测试集（test）三个部分，分别包含7461、414和415个样本。数据集的下载大小为112632160字节，总大小为229363348.0字节。

原始信息汇总

数据集概述

数据集特征

• Title：字符串类型
• Keywords：字符串类型
• Summary：字符串类型
• Text：字符串类型

数据集划分

• 训练集（train）：
  • 示例数量：7461
  • 数据大小：206427013.2字节
• 评估集（eval）：
  • 示例数量：414
  • 数据大小：11454333.663691195字节
• 测试集（test）：
  • 示例数量：415
  • 数据大小：11482001.136308806字节

数据集大小

• 下载大小：112632160字节
• 数据集总大小：229363348.0字节

数据文件配置

• 默认配置（default）：
  • 训练集路径：data/train-*
  • 评估集路径：data/eval-*
  • 测试集路径：data/test-*