Databasesprojec/FinStmts_ConsUncons_German_SeqClass

---
dataset_info:
features:
- name: language
dtype: string
- name: label
dtype:
class_label:
names:
'0': uncons
'1': cons
- name: id
dtype: string
- name: text
dtype: string
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 1153397732
num_examples: 5499
- name: validation
num_bytes: 240237380
num_examples: 1175
- name: test
num_bytes: 245438538
num_examples: 1177
download_size: 816176654
dataset_size: 1639073650
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

原始信息汇总

数据集信息

特征

• language: 数据类型为字符串。
• label: 数据类型为分类标签，包含两个类别：0表示uncons，1表示cons。
• id: 数据类型为字符串。
• text: 数据类型为字符串。
• index_level_0: 数据类型为int64。

数据分割

• train: 包含5499个样本，总字节数为1153397732。
• validation: 包含1175个样本，总字节数为240237380。
• test: 包含1177个样本，总字节数为245438538。

数据大小

• 下载大小: 816176654字节。
• 数据集大小: 1639073650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-*