Vadim212/doctest2

该数据集包含多个特征，如文本、URL、标题、路径、内容、来源、产品线、产品、索引和嵌入。数据集分为一个训练集，包含3387个样本，总大小为9934671字节。下载大小为8874512字节。配置信息指定了数据文件的路径。

The dataset contains multiple features such as text, URL, title, path, content, origin, product line, product, index, and embeddings. The dataset is divided into a training set containing 3387 samples, with a total size of 9934671 bytes. The download size is 8874512 bytes. The configuration information specifies the path of the data files.

原始信息汇总

数据集概述

数据集特征

• text: 类型为字符串。
• url: 类型为字符串。
• title: 类型为字符串。
• path: 类型为字符串。
• content: 类型为字符串。
• origin: 类型为字符串。
• product_line: 类型为字符串。
• product: 类型为字符串。
• index_level_0: 类型为int64。
• embeddings: 类型为float32序列。

数据集分割

• train: 包含3387个样本，占用9934671字节。

数据集大小

• 下载大小: 8874512字节。
• 数据集大小: 9934671字节。

配置

• default:
  • 数据文件:
    • train: 路径为data/train-*。