316usman/thematic5aembed

--- dataset_info: features: - name: text dtype: string - name: thematic dtype: string - name: sub-thematic dtype: string - name: country dtype: string - name: document_url dtype: string - name: source_url dtype: string splits: - name: train num_bytes: 157542836 num_examples: 201924 download_size: 46333907 dataset_size: 157542836 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集信息

特征

• text: 数据类型为字符串。
• thematic: 数据类型为字符串。
• sub-thematic: 数据类型为字符串。
• country: 数据类型为字符串。
• document_url: 数据类型为字符串。
• source_url: 数据类型为字符串。

数据分割

• train: 包含201924个样本，总字节数为157542836。

数据大小

• 下载大小: 46333907字节。
• 数据集大小: 157542836字节。

配置

• default:
  • 数据文件:
    • split: train
    • path: data/train-*