damerajee/short_text_audio

该数据集包含四个主要特征字段：doc_id、text、type和short_text，其中short_text是一个字符串序列。数据集分为训练集，包含129个样本，总大小为38864233字节。数据集的下载大小为6711889字节，总数据集大小为38864233字节。配置信息指定了数据文件的路径为data/train-*。

The dataset includes four main feature fields: doc_id, text, type, and short_text, where short_text is a sequence of strings. The dataset is divided into a training set containing 129 samples, with a total size of 38864233 bytes. The download size of the dataset is 6711889 bytes, and the total dataset size is 38864233 bytes. The configuration information specifies the path to the data files as data/train-*.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • doc_id: 类型为 large_string
  • text: 类型为 large_string
  • type: 类型为 large_string
  • short_text: 类型为 string，且为序列类型

数据分割

• 训练集:
  • 名称: train
  • 字节数: 38864233
  • 样本数: 129

数据集大小

• 下载大小: 6711889 字节
• 数据集大小: 38864233 字节

配置

• 默认配置:
  • 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*