maveriq/amazon_reviews_user_modeling

该数据集包含四个主要特征字段：评分（rating）、标题（title）、文本（text）、特征文本（feature_text）和父ASIN（parent_asin）。数据集分为三个部分：训练集（train）、测试集（test）和OOD验证集（ood_valid）。训练集包含4169个示例，测试集包含200个示例，OOD验证集包含3684个示例。数据集的下载大小为11948472字节，总大小为22528182.0字节。

The dataset contains four main feature fields: rating, title, text, feature_text, and parent_asin. The dataset is divided into three parts: train, test, and ood_valid. The train set contains 4169 examples, the test set contains 200 examples, and the ood_valid set contains 3684 examples. The download size of the dataset is 11948472 bytes, and the total size is 22528182.0 bytes.

原始信息汇总

数据集概述

特征信息

• rating: 类型为 float64
• title: 类型为 string
• text: 类型为 string
• feature_text: 类型为 string
• parent_asin: 类型为 string

数据分割

• train: 包含 4169 个样本，大小为 7341540.29594873 字节
• test: 包含 200 个样本，大小为 352196.7040512703 字节
• ood_valid: 包含 3684 个样本，大小为 14834445 字节

数据集大小

• 下载大小: 11948472 字节
• 数据集总大小: 22528182.0 字节

配置信息

• config_name: default
  • train: 路径为 data/train-*
  • test: 路径为 data/test-*
  • ood_valid: 路径为 data/ood_valid-*