ltsab1618033988/safekids-5m-urls

---
size_categories:
- 1M<n<10M
task_categories:
- text-classification
dataset_info:
features:
- name: url
dtype: string
- name: visible_text
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
splits:
- name: infer
num_bytes: 27794610011
num_examples: 4708906
download_size: 12536791752
dataset_size: 27794610011
configs:
- config_name: default
data_files:
- split: infer
path: data/infer-*
---

原始信息汇总

数据集概述

数据集大小

• 下载大小: 12536791752 字节
• 数据集大小: 27794610011 字节

数据集分类

• 大小分类: 1M < n < 10M
• 任务分类: 文本分类

数据集特征

• 特征列表:
  • 名称: url
    • 数据类型: string
  • 名称: visible_text
    • 数据类型: string
  • 名称: input_ids
    • 数据类型: sequence of int32
  • 名称: attention_mask
    • 数据类型: sequence of int8

数据集分割

• 分割名称: infer
  • 字节数: 27794610011 字节
  • 样本数量: 4708906 个样本

配置信息

• 配置名称: default
  • 数据文件:
    • 分割: infer
      • 路径: data/infer-*