acloudfan/newsgroups-mini

---
language:
- en
license: mit
size_categories:
- 1K<n<10K
task_categories:
- text-classification
- sentence-similarity
pretty_name: scikit_20newsgroups
tags:
- 20newsgroups
- scikit
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
dataset_info:
features:
- name: text
dtype: string
- name: class
dtype: string
splits:
- name: train
num_bytes: 493413
num_examples: 450
download_size: 300272
dataset_size: 493413
---
The data in this dataset is a subset of 20newsgroups/SciKit dataset:

https://scikit-learn.org/0.19/modules/generated/sklearn.datasets.fetch_20newsgroups.html#sklearn.datasets.fetch_20newsgroups

---
license: mit
dataset_info:
pretty_name: 'SciKit newsgroup20 subset'
features:
- name: index
dtype: int64
- name: Text
dtype: string
- name: Label
dtype: int32
- name: Class Name
dtype: string
task_categories:
-text classification
-sentence similarity
tags:
-text classification
-sentence similarity
splits:
- name: train
num_bytes: 799164
num_examples: 750
download_size: 477299
dataset_size: 799164
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

基本信息

• 语言: 英语
• 许可证: MIT
• 大小类别: 1K<n<10K
• 标签: 20newsgroups, scikit
• 配置名称: default

数据集详情

• 数据文件路径:
  • 分割: train
  • 路径: data/train-*

数据集信息

• 特征:

  • 名称: text
    • 数据类型: string
  • 名称: class
    • 数据类型: string
  • 名称: index
    • 数据类型: int64
  • 名称: Text
    • 数据类型: string
  • 名称: Label
    • 数据类型: int32
  • 名称: Class Name
    • 数据类型: string

• 分割:

  • 名称: train
    • 字节数: 493413
    • 样本数: 450
  • 名称: train
    • 字节数: 799164
    • 样本数: 750

• 下载大小: 300272

• 数据集大小: 493413

• 下载大小: 477299

• 数据集大小: 799164

任务类别

• 文本分类
• 句子相似性