safaalh/mails_enron

该数据集包含103480个样本，每个样本包含文件、日期、发送者、接收者、消息和嵌入向量等特征。数据集总大小为77207656978字节，下载大小为4493597037字节。数据集仅包含一个训练分割。

This dataset contains 103480 samples, each with features such as file, date, sender, receiver, message, and embeddings. The total size of the dataset is 77207656978 bytes, with a download size of 4493597037 bytes. The dataset includes only a training split.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • file: 数据类型为 string
  • Date: 数据类型为 string
  • Sender: 数据类型为 string
  • Receiver: 数据类型为 string
  • MESSAGE: 数据类型为 string
  • embeddings: 数据类型为 float32 的序列

数据集分割

• train:
  • 文件大小: 77,207,656,978 字节
  • 样本数量: 103,480 个

数据集大小

• 下载大小: 4,493,597,037 字节
• 总大小: 77,207,656,978 字节

配置

• default:
  • 数据文件:
    • train: data/train-*