boapps/kmdb_classification

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
dataset_info:
features:
- name: text
dtype: string
- name: title
dtype: string
- name: description
dtype: string
- name: keywords
sequence: string
- name: label
dtype: int64
- name: url
dtype: string
- name: date
dtype: string
- name: is_hand_annoted
dtype: bool
- name: score
dtype: float64
- name: title_score
dtype: float64
splits:
- name: train
num_bytes: 187493981
num_examples: 45683
- name: test
num_bytes: 13542701
num_examples: 3605
- name: validation
num_bytes: 25309037
num_examples: 6579
download_size: 139938458
dataset_size: 226345719
---
# Dataset Card for "kmdb_classification"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集配置

• 配置名称: default
  • 数据文件:
    • 训练集: data/train-*
    • 验证集: data/validation-*
    • 测试集: data/test-*

数据集信息

• 特征:

  • text: 字符串类型
  • title: 字符串类型
  • description: 字符串类型
  • keywords: 字符串序列
  • label: 64位整数类型
  • url: 字符串类型
  • date: 字符串类型
  • is_hand_annoted: 布尔类型
  • score: 64位浮点数类型
  • title_score: 64位浮点数类型

• 数据集划分:

  • 训练集:
    • 字节数: 187493981
    • 样本数: 45683
  • 测试集:
    • 字节数: 13542701
    • 样本数: 3605
  • 验证集:
    • 字节数: 25309037
    • 样本数: 6579

• 下载大小: 139938458 字节

• 数据集大小: 226345719 字节