growth-cadet/signalrollups_subject_desc_embedd_full_1807

该数据集包含114,871个训练示例，总大小为2,840,552,553字节。每个示例包含以下特征：Subject（主题）、Description（描述）、Kind（类型）以及两个嵌入向量（embedding_subject_vector和embedding_subdesc_vector）。数据集仅包含一个训练集分割，数据文件路径为data/train-*。

The dataset contains 114,871 training examples with a total size of 2,840,552,553 bytes. Each example includes the following features: Subject, Description, Kind, and two embedding vectors (embedding_subject_vector and embedding_subdesc_vector). The dataset only includes a training split, and the data files are located at data/train-*.

原始信息汇总

数据集概述

数据集信息

特征

• Subject: 类型为字符串。
• Description: 类型为字符串。
• Kind: 类型为字符串。
• embedding_subject_vector: 类型为浮点数序列。
• embedding_subdesc_vector: 类型为浮点数序列。

数据分割

• train: 包含114871个样本，总大小为2840552553字节。

数据集大小

• 下载大小: 2140625412字节。
• 数据集总大小: 2840552553字节。

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*