merovingian0/dataset-consistent-updated

该数据集包含两个主要特征：text（文本）和label（标签），其中text为字符串类型，label为布尔类型。数据集分为训练集和验证集，训练集包含611,175个样本，占用205,111,448.91字节；验证集包含32,167个样本，占用10,795,304.09字节。数据集的总下载大小为145,185,574字节，总数据集大小为215,906,753字节。数据文件的路径配置为：训练集路径为data/train-*，验证集路径为data/validation-*。

The dataset contains two main features: text and label, where text is of string type and label is of boolean type. The dataset is divided into a training set and a validation set. The training set contains 611,175 samples, occupying 205,111,448.91 bytes, and the validation set contains 32,167 samples, occupying 10,795,304.09 bytes. The total download size of the dataset is 145,185,574 bytes, and the total dataset size is 215,906,753 bytes. The data file paths are configured as: training set path is data/train-*, and validation set path is data/validation-*.

原始信息汇总

数据集概述

数据特征

• text: 数据类型为字符串（string）。
• label: 数据类型为布尔值（bool）。

数据分割

• train: 包含611,175个样本，占用205,111,448.91字节。
• validation: 包含32,167个样本，占用10,795,304.09字节。

数据集大小

• 下载大小: 145,185,574字节。
• 总大小: 215,906,753.0字节。

配置

• config_name: default
  • data_files:
    • train: 路径为data/train-*。
    • validation: 路径为data/validation-*。