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