maulinnasari/dataset_ext_100_mn

该数据集包含文档和摘要两个主要特征，其中文档是一个字符串序列，摘要是一个字符串。数据集分为训练集、验证集和测试集，训练集包含44972个示例，验证集和测试集各包含5622个示例。数据集的下载大小为394973176字节，总大小为685663865字节。数据文件路径分别为data/train-*、data/validation-*和data/test-*。

原始信息汇总

数据集概述

特征

• document: 字符串序列
• summary: 字符串类型

数据分割

• 训练集 (train)
  • 字节数: 549593593
  • 样本数: 44972
• 验证集 (validation)
  • 字节数: 67189862
  • 样本数: 5622
• 测试集 (test)
  • 字节数: 68880410
  • 样本数: 5622

数据大小

• 下载大小: 394973176 字节
• 数据集大小: 685663865 字节

配置

• 默认配置 (default)
  • 数据文件路径:
    • 训练集: data/train-*
    • 验证集: data/validation-*
    • 测试集: data/test-*