Deysi/split-imdb

该数据集是一个用于情感分析任务的文本分类数据集，基于IMDB电影评论。数据集包含三个特征：text（文本内容）、label（标签）和__index_level_0__（索引）。数据集分为训练集、测试集和验证集，分别包含35000、7500和7500个样本。数据集的语言为英语，规模在10K到100K之间。

原始信息汇总

数据集概述

数据集名称

• 名称：split-imdb

数据集特征

• text：文本类型，字符串格式。
• label：标签类型，整数格式，int64。
• index_level_0：索引级别0，整数格式，int64。

数据集分割

• train：训练集，包含35000个样本，总大小为46538455.6字节。
• test：测试集，包含7500个样本，总大小为9972526.2字节。
• valid：验证集，包含7500个样本，总大小为9972526.2字节。

数据集大小

• 下载大小：0字节
• 数据集总大小：66483508字节

任务类别

• 文本分类

语言

• 英语

标签

• 情感分析

数据集美观名称

• 名称：Split dataset for imdb film reviews

数据集大小类别

• 10K<n<100K