claritylab/utcd

该数据集是一个用于文本分类任务的英语单语言数据集，包含两个配置：in-domain和aspect-normalized-in-domain。每个配置包含文本和标签两个特征，标签涵盖了广泛的类别，如添加闹钟、专辑、动物、艺术家、运动员等。数据集的大小在1M到10M之间，适用于文本分类任务。

原始信息汇总

数据集概述

基本信息

• 许可证: MIT
• 任务类别: 文本分类
• 语言: 英语
• 数据集大小: 1M<n<10M
• 多语言性: 单语种
• 数据集名称: UTCD

数据集配置

• 配置名称: in-domain
  • 特征:
    • text: 数据类型为字符串
    • labels: 数据类型为序列，包含多个类别标签
• 配置名称: aspect-normalized-in-domain
  • 特征:
    • text: 数据类型为字符串
    • labels: 数据类型为序列，包含多个类别标签

数据集划分

• 训练集:
  • 大小: 347382307字节
  • 示例数量: 2192703
• 测试集:
  • 大小: 36063588字节
  • 示例数量: 168365

数据集下载与大小

• 下载大小: 1744258165字节
• 数据集大小: 383445895字节