316usman/thematic4a

该数据集包含六个特征：text（文本）、thematic（主题）、sub-thematic（子主题）、country（国家）、document_url（文档URL）和source_url（来源URL）。数据集仅包含一个训练集分割，共有61,835个样本，总大小为44,565,230字节，下载大小为14,280,990字节。This dataset includes features such as text, thematic, sub-thematic, country, document_url, and source_url. The dataset is divided into a training set with 61835 examples. The download size of the dataset is 14280990 bytes, and the actual size is 44565230 bytes.

原始信息汇总

数据集概述

数据特征

• text: 数据类型为字符串（string）
• thematic: 数据类型为字符串（string）
• sub-thematic: 数据类型为字符串（string）
• country: 数据类型为字符串（string）
• document_url: 数据类型为字符串（string）
• source_url: 数据类型为字符串（string）

数据分割

• train: 包含61835个样本，占用44565230字节

数据集大小

• 下载大小: 14280990字节
• 数据集大小: 44565230字节

配置

• default:
  • 数据文件:
    • split: train
    • path: data/train-*