316usman/thematic2d

--- license: bsd dataset_info: features: - name: text dtype: string - name: thematic dtype: string - name: sub-thematic dtype: string - name: country dtype: string - name: document_url dtype: string - name: source_url dtype: string splits: - name: train num_bytes: 21885842 num_examples: 27922 download_size: 6027126 dataset_size: 21885842 configs: - config_name: default data_files: - split: train path: data/train-* ---The dataset includes multiple features such as text, thematic, sub-thematic, country, document_url, and source_url. It is divided into a training set with 27922 samples. The download size of the dataset is 6027126 bytes, and the actual size is 21885842 bytes.

原始信息汇总

数据集概述

数据特征

• text: 数据类型为字符串。
• thematic: 数据类型为字符串。
• sub-thematic: 数据类型为字符串。
• country: 数据类型为字符串。
• document_url: 数据类型为字符串。
• source_url: 数据类型为字符串。

数据分割

• train: 包含27922个样本，总字节数为21885842。

数据集大小

• 下载大小: 6027126字节
• 数据集大小: 21885842字节

配置

• default: 包含训练数据文件，路径为data/train-*。