safaalh/enron_process

该数据集包含电子邮件相关的信息，特征字段包括文件、消息ID、日期、发送者、接收者、主题和内容，数据类型均为字符串。数据集包含一个训练集分割，大小为596668104字节，包含258700个样本。下载大小为278661055字节。

This dataset includes information related to emails, such as file name, message ID, date, sender, receiver, subject, and content. It is primarily used for training, containing 258700 samples with a total size of 596668104 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • file: 数据类型为字符串（string）
  • Message_ID: 数据类型为字符串（string）
  • Date: 数据类型为字符串（string）
  • Sender: 数据类型为字符串（string）
  • Receiver: 数据类型为字符串（string）
  • Subject: 数据类型为字符串（string）
  • Content: 数据类型为字符串（string）

数据分割

• train:
  • num_bytes: 596668104
  • num_examples: 258700

数据集大小

• download_size: 278661055
• dataset_size: 596668104

配置

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