ICKD/agnews-bert

---
dataset_info:
features:
- name: text
dtype: string
- name: label
dtype: int64
- name: label_text
dtype: string
- name: pseudo_gt
dtype: int64
- name: pseudo_gt_text
dtype: string
- name: '0'
dtype: float64
- name: '1'
dtype: float64
- name: '2'
dtype: float64
- name: '3'
dtype: float64
splits:
- name: train
num_bytes: 33477799
num_examples: 108000
- name: valid
num_bytes: 3719596
num_examples: 12000
- name: test
num_bytes: 2346764
num_examples: 7600
download_size: 25435627
dataset_size: 39544159
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: valid
path: data/valid-*
- split: test
path: data/test-*
---

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（string）。
• label：数据类型为整数（int64）。
• label_text：数据类型为字符串（string）。
• pseudo_gt：数据类型为整数（int64）。
• pseudo_gt_text：数据类型为字符串（string）。
• 0：数据类型为浮点数（float64）。
• 1：数据类型为浮点数（float64）。
• 2：数据类型为浮点数（float64）。
• 3：数据类型为浮点数（float64）。

数据集划分

• 训练集（train）：包含108000个样本，总大小为33477799字节。
• 验证集（valid）：包含12000个样本，总大小为3719596字节。
• 测试集（test）：包含7600个样本，总大小为2346764字节。

数据集大小

• 下载大小：25435627字节。
• 数据集总大小：39544159字节。

配置文件

• 默认配置（default）：
  • 训练集路径：data/train-*
  • 验证集路径：data/valid-*
  • 测试集路径：data/test-*