therapara/summary-of-news-articles

---
dataset_info:
features:
- name: document
dtype: string
- name: summary
dtype: string
splits:
- name: train
num_bytes: 558392265
num_examples: 44972
- name: validation
num_bytes: 68272432
num_examples: 5622
- name: test
num_bytes: 70032124
num_examples: 5622
download_size: 403220426
dataset_size: 696696821
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• document: 数据类型为字符串。
• summary: 数据类型为字符串。

数据集分割

• 训练集 (train): 包含44972个样本，总大小为558392265字节。
• 验证集 (validation): 包含5622个样本，总大小为68272432字节。
• 测试集 (test): 包含5622个样本，总大小为70032124字节。

数据集大小

• 下载大小: 403220426字节。
• 数据集总大小: 696696821字节。

数据文件配置

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 验证集路径: data/validation-*
  • 测试集路径: data/test-*