merovingian0/profanity-dataset-uncased-update

该数据集包含多个特征，包括文本（text）、目标（target）、标签（label）、来源（source）和ID（id）。数据集分为训练集和验证集，训练集包含127,759个样本，验证集包含1,290个样本。数据集的下载大小为16,279,429字节，总大小为27,912,809字节。

The dataset includes multiple features such as text, target, label, source, and id. It is divided into a training set with 127,759 examples and a validation set with 1,290 examples. The download size of the dataset is 16,279,429 bytes, and the total size is 27,912,809 bytes.

原始信息汇总

数据集概述

数据集特征

• text: 数据类型为 string
• target: 数据类型为 string
• label: 数据类型为 int64
• source: 数据类型为 string
• id: 数据类型为 float64

数据集分割

• train:
  • 字节数: 27633786.895140607
  • 样本数: 127759
• validation:
  • 字节数: 279022.1048593945
  • 样本数: 1290

数据集大小

• 下载大小: 16279429 字节
• 数据集总大小: 27912809.0 字节

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • validation: data/validation-*