gips-mai/all_clues_enc

该数据集包含多个特征字段，包括clue_id（线索ID）、text（文本）、iso2（国家代码的两位字母表示）、clue_type（线索类型）、iso3（国家代码的三位字母表示）、country_one_hot_enc（国家的一热编码序列）和encoding（编码序列）。数据集主要用于处理与国家相关的文本数据，可能涉及文本分类、国家识别等任务。数据集包含4120个训练样本，总大小为22733348字节。

This dataset includes multiple feature fields such as clue_id (clue ID), text (text), iso2 (two-letter country code), clue_type (clue type), iso3 (three-letter country code), country_one_hot_enc (one-hot encoded sequence for countries), and encoding (encoding sequence). The dataset is primarily used for processing text data related to countries, possibly involving tasks such as text classification and country identification. The dataset contains 4120 training samples with a total size of 22733348 bytes.

原始信息汇总

数据集概述

数据集特征

• clue_id: 整数类型
• text: 字符串类型
• iso2: 字符串类型
• clue_type: 整数类型
• iso3: 字符串类型
• country_one_hot_enc: 整数序列类型
• encoding: 浮点数序列类型

数据集分割

• train:
  • 样本数量: 4120
  • 字节数: 22733348

数据集大小

• 下载大小: 15872890 字节
• 数据集大小: 22733348 字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*