MikeGreen2710/12_jun_hn_pred_p3

该数据集包含多个特征字段，包括id、text以及多个序列类型的字段（如STR、NUM、LAN等），这些字段可能代表不同的文本属性或标签。数据集包含一个名为train的分割，包含299,943个样本，总大小为311,142,468字节。

The dataset contains multiple feature fields, including id, text, and several sequence-type fields (such as STR, NUM, LAN, etc.), which may represent different text attributes or labels. The dataset includes a split named train with 299,943 samples and a total size of 311,142,468 bytes.

原始信息汇总

数据集概述

数据集特征

• id: 字符串类型
• text: 字符串类型
• STR: 字符串序列
• NUM: 字符串序列
• LAN: 字符串序列
• LOC: 字符串序列
• DIS: 字符串序列
• LEG: 字符串序列
• CIT: 字符串序列
• WAR: 字符串序列
• ARA: 字符串序列
• RWD: 字符串序列
• SHP: 字符串序列
• FWD: 字符串序列
• PUR: 字符串序列
• FDR: 字符串序列
• LIV: 字符串序列
• CAR: 字符串序列
• COR: 字符串序列
• RPI: 字符串序列
• STU: 字符串序列
• YCT: 字符串序列
• NOBR: 字符串序列
• PRI: 字符串序列
• NOBA: 字符串序列
• NOF: 字符串序列

数据集分割

• train:
  • 字节数: 311142468
  • 样本数: 299943

数据集大小

• 下载大小: 147513163 字节
• 数据集大小: 311142468 字节

配置

• default:
  • 数据文件路径: data/train-*