pdf2dataset/97348fb6c6ef5b9961317f083194a7e3

该数据集包含两个特征：text和source，数据类型均为字符串。数据集分为一个训练集（train），包含1962个样本，总大小为3941481字节。数据集的下载大小为2206167字节，数据集总大小为3941481字节。配置文件中指定了默认配置，数据文件路径为data/train-*。

The dataset contains two features: text and source, both of which are of string type. The dataset is divided into one training set (train), containing 1962 samples, with a total size of 3941481 bytes. The download size of the dataset is 2206167 bytes, and the total dataset size is 3941481 bytes. The configuration file specifies the default configuration, with the data file path being data/train-*.

原始信息汇总

数据集概述

数据集特征

• 名称: text
  • 数据类型: string
• 名称: source
  • 数据类型: string

数据集分割

• 名称: train
  • 字节数: 3941481
  • 样本数: 1962

数据集大小

• 下载大小: 2206167
• 数据集大小: 3941481

配置

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