davanstrien/weakly_labelled_dataset_mentions

---
dataset_info:
features:
- name: text
dtype: string
- name: inputs
struct:
- name: text
dtype: string
- name: prediction
list:
- name: label
dtype: string
- name: score
dtype: float64
- name: prediction_agent
dtype: string
- name: annotation
dtype: 'null'
- name: annotation_agent
dtype: 'null'
- name: vectors
dtype: 'null'
- name: multi_label
dtype: bool
- name: explanation
dtype: 'null'
- name: id
dtype: string
- name: metadata
struct:
- name: split
dtype: string
- name: status
dtype: string
- name: metrics
struct:
- name: text_length
dtype: int64
- name: label
dtype:
class_label:
names:
'0': dataset_mention
'1': no_dataset_mention
splits:
- name: train
num_bytes: 56713799
num_examples: 30274
download_size: 24899276
dataset_size: 56713799
---
# Dataset Card for "weakly_labelled_dataset_mentions"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

• 特征列表:
  • text: 文本数据，数据类型为字符串。
  • inputs: 结构化数据，包含一个名为 text 的字段，数据类型为字符串。
  • prediction: 列表数据，包含两个字段：
    • label: 标签，数据类型为字符串。
    • score: 分数，数据类型为浮点数（float64）。
  • prediction_agent: 预测代理，数据类型为字符串。
  • annotation: 注释，数据类型为空。
  • annotation_agent: 注释代理，数据类型为空。
  • vectors: 向量，数据类型为空。
  • multi_label: 多标签标志，数据类型为布尔值。
  • explanation: 解释，数据类型为空。
  • id: 标识符，数据类型为字符串。
  • metadata: 结构化数据，包含一个名为 split 的字段，数据类型为字符串。
  • status: 状态，数据类型为字符串。
  • metrics: 结构化数据，包含一个名为 text_length 的字段，数据类型为整数（int64）。
  • label: 标签，数据类型为分类标签，包含两个类别：
    • 0: dataset_mention
    • 1: no_dataset_mention

数据集分割

• 训练集:
  • 名称: train
  • 字节数: 56713799
  • 样本数: 30274

数据集大小

• 下载大小: 24899276 字节
• 数据集大小: 56713799 字节