kvush/english_texts_with_validation_labels

该数据集包含文本和标签两个主要特征，文本为字符串类型，标签为int64类型的序列。数据集分为训练集和测试集，训练集包含165,558个样本，测试集包含19,745个样本。总下载大小为15,569,232字节，数据集总大小为27,563,015.456628628字节。

The dataset includes two main features: text and labels, where text is of string type and labels are sequences of int64. The dataset is divided into a training set and a test set, with the training set containing 165,558 samples and the test set containing 19,745 samples. The total download size is 15,569,232 bytes, and the total dataset size is 27,563,015.456628628 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征:

  • text: 数据类型为 string
  • labels: 数据类型为 int64，表示序列

• 分割:

  • train:
    • 字节数: 21334513
    • 样本数: 165558
  • test:
    • 字节数: 6228502.45662863
    • 样本数: 19745

• 下载大小: 15569232 字节

• 数据集总大小: 27563015.456628628 字节

配置

• 配置名称: default
  • 数据文件:
    • train: 路径为 data/train-*
    • test: 路径为 data/test-*