davidpig/lnl-agnews

---
license: unknown
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
dataset_info:
features:
- name: text
dtype: string
- name: label_id
dtype: int64
splits:
- name: train
num_bytes: 26924501
num_examples: 108000
- name: validation
num_bytes: 2995922
num_examples: 12000
- name: test
num_bytes: 1886114
num_examples: 7600
download_size: 20077371
dataset_size: 31806537
---

The dataset includes three configurations: train, validation, and test. Each configuration contains two features: text and label_id. The train set contains 108,000 samples, the validation set contains 12,000 samples, and the test set contains 7,600 samples. The total download size of the dataset is 20,077,371 bytes, and the total dataset size is 31,806,537 bytes.

原始信息汇总

数据集概述

许可证

• 许可证类型：未知

配置

• 默认配置
  • 数据文件：
    • 训练集：data/train-*
    • 验证集：data/validation-*
    • 测试集：data/test-*

数据集信息

• 特征：

  • 文本：字符串类型
  • 标签ID：64位整数类型

• 数据分割：

  • 训练集：
    • 字节数：26924501
    • 样本数：108000
  • 验证集：
    • 字节数：2995922
    • 样本数：12000
  • 测试集：
    • 字节数：1886114
    • 样本数：7600

• 数据集大小：

  • 下载大小：20077371 字节
  • 数据集大小：31806537 字节

搜集汇总

背景与挑战

背景概述

该数据集是一个新闻文本分类数据集，包含约128k条带标签的新闻文本，分为训练、验证和测试集，适用于文本分类模型的训练和评估。