Jaehun/DIMPLE

该数据集包含四个特征：text（文本）、paraphrase（释义）、domain（领域）和id（标识符），均为字符串类型。数据集分为训练集和验证集，训练集包含4,287,154个样本，验证集包含50,000个样本。数据集的下载大小为1,043,650,181字节，总大小为1,546,929,311字节。

The dataset contains four features: text, paraphrase, domain, and id, all of which are of string type. The dataset is divided into a training set and a validation set, with the training set containing 4,287,154 samples and the validation set containing 50,000 samples. The download size of the dataset is 1,043,650,181 bytes, and the total size is 1,546,929,311 bytes.

原始信息汇总

数据集概述

许可证

• Apache 2.0

配置

• 默认配置
  • 数据文件
    • 训练集: data/train-*
    • 验证集: data/valid-*

数据集信息

特征

• text: 字符串类型
• paraphrase: 字符串类型
• domain: 字符串类型
• id: 字符串类型

分割

• 训练集
  • 字节数: 1529108565
  • 样本数: 4287154
• 验证集
  • 字节数: 17820746
  • 样本数: 50000

大小

• 下载大小: 1043650181 字节
• 数据集大小: 1546929311 字节