domrachev03/toxic_comments_subset

---
license: mit
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
dataset_info:
features:
- name: reference
dtype: string
- name: translation
dtype: string
- name: similarity
dtype: float64
- name: lenght_diff
dtype: float64
- name: ref_tox
dtype: float64
- name: trn_tox
dtype: float64
splits:
- name: train
num_bytes: 20449737.40323276
num_examples: 156516
- name: test
num_bytes: 2272236.596767238
num_examples: 17391
download_size: 17422773
dataset_size: 22721974.0
---

原始信息汇总

数据集概述

许可证

• MIT许可证

配置

• 默认配置
  • 数据文件
    • 训练集：data/train-*
    • 测试集：data/test-*

数据集信息

• 特征

  • reference：字符串类型
  • translation：字符串类型
  • similarity：浮点数类型（float64）
  • lenght_diff：浮点数类型（float64）
  • ref_tox：浮点数类型（float64）
  • trn_tox：浮点数类型（float64）

• 数据分割

  • 训练集
    • 字节数：20449737.40323276
    • 样本数：156516
  • 测试集
    • 字节数：2272236.596767238
    • 样本数：17391

• 下载大小：17422773字节

• 数据集大小：22721974.0字节