timyangyazhou/ubuntu_irc_kummerfeld_ft_20_window_last_5_pseudo

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: dev
path: data/dev-*
- split: test
path: data/test-*
dataset_info:
features:
- name: canon_name
dtype: string
- name: id
dtype: int64
- name: parents
sequence: int64
- name: children
sequence: int64
- name: messages
sequence: string
- name: prediction
dtype: string
splits:
- name: train
num_bytes: 81419322
num_examples: 63982
- name: dev
num_bytes: 3052013
num_examples: 2397
- name: test
num_bytes: 6263006
num_examples: 4783
download_size: 0
dataset_size: 90734341
---
# Dataset Card for "ubuntu_irc_kummerfeld_ft_20_window_last_5_pseudo"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集配置

• 默认配置：
  • 训练集：路径为 data/train-*
  • 开发集：路径为 data/dev-*
  • 测试集：路径为 data/test-*

数据集信息

• 特征：

  • canon_name：字符串类型
  • id：64位整数类型
  • parents：64位整数序列
  • children：64位整数序列
  • messages：字符串序列
  • prediction：字符串类型

• 数据分割：

  • 训练集：
    • 字节数：81419322
    • 样本数：63982
  • 开发集：
    • 字节数：3052013
    • 样本数：2397
  • 测试集：
    • 字节数：6263006
    • 样本数：4783

• 数据集大小：

  • 下载大小：0
  • 数据集大小：90734341