thienhtt20/balanced_dataset

该数据集包含多个特征，包括id、label、claim、document、input_ids、attention_mask和__index_level_0__。数据集分为训练集和测试集，训练集包含153144个样本，测试集包含38287个样本。数据集的下载大小为166569373字节，总大小为450796779.0字节。

The dataset contains multiple features including id, label, claim, document, input_ids, attention_mask, and __index_level_0__. The dataset is divided into a training set and a test set, with 153144 and 38287 samples respectively. The download size of the dataset is 166569373 bytes, and the total size is 450796779.0 bytes.

原始信息汇总

数据集概述

基本信息

• 名称: balanced_dataset
• 描述: thienhtt20/balanced_dataset 数据集托管在 HF Mirror 上，由 HF Datasets 社区贡献。
• 别名: thienhtt20/balanced_dataset
• 创建者: Huynh Tan Thien
• URL: https://hf-mirror.com/datasets/thienhtt20/balanced_dataset

关键词

• 100K - 1M
• parquet
• Tabular
• Text
• Datasets
• pandas
• Croissant
• 🇺🇸 Region: US

数据集结构

• 分布:

  • 类型: cr:FileObject

  • 名称: repo

  • 描述: HF Mirror git 仓库。

  • 内容 URL: https://hf-mirror.com/datasets/thienhtt20/balanced_dataset/tree/refs%2Fconvert%2Fparquet

  • 编码格式: git+https

  • SHA256: https://github.com/mlcommons/croissant/issues/80

  • 类型: cr:FileSet

  • 名称: parquet-files-for-config-default

  • 描述: 由 HF Mirror 转换的底层 Parquet 文件（参见：https://hf-mirror.com/docs/datasets-server/parquet）。

  • 包含于: repo

  • 编码格式: application/x-parquet

  • 包含: default//.parquet

• 记录集:

  • 类型: cr:RecordSet

  • 名称: default

  • 描述: thienhtt20/balanced_dataset - default 子集

    • 2 个分割: train, test
    • 2 个跳过的列: input_ids, attention_mask

  • 字段:

    • 类型: cr:Field

    • 名称: default/id

    • 描述: HF Mirror parquet 文件中的 id 列。

    • 数据类型: sc:Integer

    • 来源:

      • 文件集: parquet-files-for-config-default
      • 提取:
        • 列: id

    • 类型: cr:Field

    • 名称: default/label

    • 描述: HF Mirror parquet 文件中的 label 列。

    • 数据类型: sc:Integer

    • 来源:

      • 文件集: parquet-files-for-config-default
      • 提取:
        • 列: label

    • 类型: cr:Field

    • 名称: default/claim

    • 描述: HF Mirror parquet 文件中的 claim 列。

    • 数据类型: sc:Text

    • 来源:

      • 文件集: parquet-files-for-config-default
      • 提取:
        • 列: claim

    • 类型: cr:Field

    • 名称: default/document

    • 描述: HF Mirror parquet 文件中的 document 列。

    • 数据类型: sc:Text

    • 来源:

      • 文件集: parquet-files-for-config-default
      • 提取:
        • 列: document

    • 类型: cr:Field

    • 名称: default/index_level_0

    • 描述: HF Mirror parquet 文件中的 index_level_0 列。

    • 数据类型: sc:Integer

    • 来源:

      • 文件集: parquet-files-for-config-default
      • 提取:
        • 列: index_level_0

符合标准

• 标准: http://mlcommons.org/croissant/1.0