bzhao18/hyperpartisan-news-distilbert-tokens

---
dataset_info:
features:
- name: text
dtype: string
- name: title
dtype: string
- name: hyperpartisan
dtype: bool
- name: url
dtype: string
- name: published_at
dtype: string
- name: bias
dtype:
class_label:
names:
'0': right
'1': right-center
'2': least
'3': left-center
'4': left
- name: input_ids
sequence:
sequence: int32
- name: attention_mask
sequence:
sequence: int8
splits:
- name: train
num_bytes: 4032769569
num_examples: 599884
- name: validation
num_bytes: 1184936408
num_examples: 149235
download_size: 2585904059
dataset_size: 5217705977
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

原始信息汇总

数据集概述

数据集特征

• text: 数据类型为字符串。
• title: 数据类型为字符串。
• hyperpartisan: 数据类型为布尔值。
• url: 数据类型为字符串。
• published_at: 数据类型为字符串。
• bias: 数据类型为分类标签，包含以下类别：
  • 0: right
  • 1: right-center
  • 2: least
  • 3: left-center
  • 4: left
• input_ids: 序列数据类型为32位整数。
• attention_mask: 序列数据类型为8位整数。

数据集分割

• train: 包含599,884个样本，总大小为4,032,769,569字节。
• validation: 包含149,235个样本，总大小为1,184,936,408字节。

数据集大小

• 下载大小: 2,585,904,059字节。
• 数据集总大小: 5,217,705,977字节。

配置文件

• config_name: default
• data_files:
  • train: 路径为data/train-*。
  • validation: 路径为data/validation-*。