Saikumar3/Market_Structures_Texts

该数据集包含了一系列消息的元信息，涵盖了消息的唯一标识、父消息标识、用户标识、创建日期、文本内容、角色、语言、审核次数、审核结果、是否删除、排名、是否为合成数据、模型名称、去毒信息、消息树标识、树状态、表情符号和标签等特征。数据集仅包含一个训练集分割，大小为52828840字节，包含22485个样本。

原始信息汇总

数据集概述

数据集信息

特征

• message_id: 字符串类型
• parent_id: 字符串类型
• user_id: 字符串类型
• created_date: 字符串类型
• text: 字符串类型
• role: 字符串类型
• lang: 字符串类型
• review_count: 64位整数类型
• review_result: 布尔类型
• deleted: 布尔类型
• rank: 64位浮点数类型
• synthetic: 布尔类型
• model_name: 64位浮点数类型
• detoxify: 字符串类型
• message_tree_id: 字符串类型
• tree_state: 字符串类型
• emojis: 字符串类型
• labels: 字符串类型

数据分割

• train:
  • 字节数: 52828840
  • 样本数: 22485

数据集大小

• 下载大小: 23745150 字节
• 数据集大小: 52828840 字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*