JuliaVin/full_chunk_dataset

该数据集包含114,943个训练样本，每个样本包括id、摘要（abstract）和嵌入向量（embedding）。嵌入向量是一个浮点数序列。数据集的总大小为513,128,532字节，下载大小为401,206,093字节。数据集的配置信息包括默认配置，其中训练数据存储在指定路径下。

The dataset contains 114,943 training samples, each including an id, an abstract, and an embedding vector. The embedding vector is a sequence of float64 numbers. The total size of the dataset is 513,128,532 bytes, with a download size of 401,206,093 bytes. The datasets configuration information includes a default configuration, where the training data is stored at a specified path.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • id: 字符串类型
  • abstract: 字符串类型
  • embedding: 浮点数序列类型

数据分割

• 训练集:
  • 文件大小: 513,128,532 字节
  • 样本数量: 114,943

数据集大小

• 下载大小: 401,206,093 字节
• 数据集总大小: 513,128,532 字节

配置

• 默认配置:
  • 数据文件路径: data/train-*