redwoodresearch/text_properties

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- config_name: ntp
data_files:
- split: train
path: ntp/train-*
- split: validation
path: ntp/validation-*
dataset_info:
- config_name: default
features:
- name: text
dtype: string
- name: is_correct
dtype: bool
- name: is_clean
dtype: bool
- name: measurements
sequence: bool
splits:
- name: train
num_bytes: 14978285
num_examples: 5313
- name: validation
num_bytes: 4167791
num_examples: 1475
download_size: 6929899
dataset_size: 19146076
- config_name: ntp
features:
- name: text
dtype: string
- name: is_correct
dtype: bool
- name: is_clean
dtype: bool
- name: measurements
sequence: bool
splits:
- name: train
num_bytes: 309486249
num_examples: 81708
- name: validation
num_bytes: 27719187
num_examples: 5997
download_size: 120764846
dataset_size: 337205436
---
# Dataset Card for "text_properties"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

配置信息

默认配置

• 数据文件路径:
  • 训练集: data/train-*
  • 验证集: data/validation-*
• 数据集信息:
  • 特征:
    • text: 数据类型为字符串
    • is_correct: 数据类型为布尔值
    • is_clean: 数据类型为布尔值
    • measurements: 数据类型为序列
  • 分割信息:
    • 训练集: 数据大小为14978285字节，样本数为5313
    • 验证集: 数据大小为4167791字节，样本数为1475
  • 下载大小: 6929899字节
  • 数据集总大小: 19146076字节

NTP配置

• 数据文件路径:
  • 训练集: ntp/train-*
  • 验证集: ntp/validation-*
• 数据集信息:
  • 特征:
    • text: 数据类型为字符串
    • is_correct: 数据类型为布尔值
    • is_clean: 数据类型为布尔值
    • measurements: 数据类型为序列
  • 分割信息:
    • 训练集: 数据大小为309486249字节，样本数为81708
    • 验证集: 数据大小为27719187字节，样本数为5997
  • 下载大小: 120764846字节
  • 数据集总大小: 337205436字节