bethea/cc-sampled-dialogue-only

该数据集包含三个主要特征：dataID（数据标识符）、summary（摘要）和combined_texts（组合文本）。数据集被分为训练集、验证集和测试集，分别包含2000、200和200个样本。数据集的下载大小为9348647字节，总大小为18521072字节。

The dataset includes three main features: dataID (data identifier), summary, and combined_texts. It is divided into training, validation, and test sets, containing 2000, 200, and 200 samples respectively. The download size of the dataset is 9348647 bytes, with a total size of 18521072 bytes.

原始信息汇总

数据集概述

数据特征

• dataID: 数据标识符，数据类型为字符串。
• summary: 摘要信息，数据类型为字符串序列。
• combined_texts: 组合文本，数据类型为字符串序列。

数据分割

• train: 训练集，包含2000个样本，占用15425441字节。
• validation: 验证集，包含200个样本，占用1544269字节。
• test: 测试集，包含200个样本，占用1551362字节。

数据集大小

• 下载大小: 9348647字节
• 总数据集大小: 18521072字节

配置

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