hungphongtrn/setfit_med_18K_9cls

该数据集包含文本和标签两个主要特征。文本特征为字符串类型，标签特征是一个分类标签，包含9个类别，分别代表不同的主题领域，如商业与金融、计算机与互联网、教育与参考、娱乐与音乐、家庭与关系、医学领域、政治与政府、社会与文化、体育。数据集分为训练集和测试集，训练集包含14400个样本，测试集包含3600个样本。数据集的下载大小为3679546字节，总大小为5615456字节。

This dataset contains text and corresponding labels, categorized into 9 classes including Business & Finance, Computers & Internet, etc. It is divided into a training set and a test set with 14400 and 3600 samples respectively. The total download size is 3679546 bytes, and the total size is 5615456.0 bytes.

原始信息汇总

数据集概述

特征

• text: 数据类型为字符串。
• label: 数据类型为类别标签，包含以下类别：
  • 0: 商业与金融
  • 1: 计算机与互联网
  • 2: 教育与参考
  • 3: 娱乐与音乐
  • 4: 家庭与关系
  • 5: 医疗领域
  • 6: 政治与政府
  • 7: 社会与文化
  • 8: 体育

数据集划分

• train:
  • 样本数量: 14400
  • 数据大小: 4492364.8 字节
• test:
  • 样本数量: 3600
  • 数据大小: 1123091.2 字节

数据集大小

• 下载大小: 3679546 字节
• 数据集总大小: 5615456.0 字节

配置

• default:
  • 训练数据路径: data/train-*
  • 测试数据路径: data/test-*