thowley824/base_short_window_3_labels

--- dataset_info: features: - name: event_id dtype: int64 - name: text_8k_sec_bert_base dtype: string - name: text_8k_sec_bert_shape dtype: string - name: label dtype: class_label: names: '0': low '1': neutral '2': high - name: abnormal_return_metric dtype: string - name: event_window_start dtype: int64 - name: event_window_end dtype: int64 - name: input_ids sequence: int32 - name: token_type_ids sequence: int8 - name: attention_mask sequence: int8 splits: - name: train num_bytes: 3641749736 num_examples: 44768 - name: test num_bytes: 914158772 num_examples: 11192 download_size: 2029450140 dataset_size: 4555908508 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* ---

原始信息汇总

数据集概述

特征信息

• event_id: 数据类型为 int64
• text_8k_sec_bert_base: 数据类型为 string
• text_8k_sec_bert_shape: 数据类型为 string
• label: 数据类型为 class_label，包含以下类别：
  • 0: low
  • 1: neutral
  • 2: high
• abnormal_return_metric: 数据类型为 string
• event_window_start: 数据类型为 int64
• event_window_end: 数据类型为 int64
• input_ids: 数据类型为 sequence，具体类型为 int32
• token_type_ids: 数据类型为 sequence，具体类型为 int8
• attention_mask: 数据类型为 sequence，具体类型为 int8

数据分割

• train: 包含 44768 个样本，占用 3641749736 字节
• test: 包含 11192 个样本，占用 914158772 字节

数据集大小

• 下载大小: 2029450140 字节
• 数据集大小: 4555908508 字节

配置信息

• config_name: default
  • data_files:
    • train: 文件路径为 data/train-*
    • test: 文件路径为 data/test-*