jlutz75/my_dataset_folder

该数据集包含多个特征，如文本、标题、时间戳、收集时间、处理后的文本、客户端信息和超链接。数据集分为一个训练集，包含18,706个样本，总大小为127,965,418字节。下载大小为33,302,816字节。

The dataset includes multiple features such as text, title, timestamp, collection time, retreated text, client information, and hyperlink. The dataset is divided into a training set containing 18,706 samples, with a total size of 127,965,418 bytes. The download size is 33,302,816 bytes.

原始信息汇总

数据集概述

数据集特征

• txt: 字符串类型
• title: 字符串类型
• timestamp: 64位整数类型
• time_collection: 64位浮点数类型
• text_retreated: 字符串类型
• client: 字符串类型
• href: 字符串类型

数据集分割

• train:
  • 字节数: 127965418
  • 样本数: 18706

数据集大小

• 下载大小: 33302816 字节
• 数据集大小: 127965418 字节

配置

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