Alirezamp/news-category-langchain

该数据集包含文本、类别和标签三个主要特征。数据集分为训练集和测试集，训练集包含73253个样本，测试集包含31395个样本。数据集的下载大小为13269492字节，总大小为20191683.0字节。数据文件路径分别为train-*和test-*。

The dataset contains three main features: text (text content, data type is string), category (category, data type is string), and label (label, data type is int64). The dataset is divided into a training set and a test set, with the training set containing 73,253 samples and the test set containing 31,395 samples. The download size of the dataset is 13,269,492 bytes, and the total size is 20,191,683.0 bytes. The data file paths are train-* and test-*.

原始信息汇总

数据集概述

数据集信息

特征

• text: 数据类型为 string
• category: 数据类型为 string
• label: 数据类型为 int64

数据分割

• train: 包含 73253 个样本，占用 14134062.330851998 字节
• test: 包含 31395 个样本，占用 6057620.669148001 字节

数据集大小

• 下载大小: 13269492 字节
• 总大小: 20191683.0 字节

配置

• config_name: default
  • data_files:
    • train: 路径为 data/train-*
    • test: 路径为 data/test-*