patrikgerard/combined_uk_ru_dataset_v4

该数据集包含多个特征，包括唯一标识符（unique_id）、输入内容（input）、分类标签（classification）、原始数据集来源（original_dataset）以及索引级别（__index_level_0__）。数据集分为训练集和测试集，训练集包含15570个样本，测试集包含1730个样本。数据集的下载大小为8385626字节，总大小为17699020字节。数据文件路径分别为data/train-*和data/test-*。

The dataset includes several features: unique_id, input, classification, original_dataset, and __index_level_0__. It is divided into a training set with 15,570 samples and a test set with 1,730 samples. The download size of the dataset is 8,385,626 bytes, and the total size is 17,699,020 bytes. The data files are located at data/train-* and data/test-*.

原始信息汇总

数据集概述

数据集信息

特征

• unique_id: 数据类型为 string
• input: 数据类型为 string
• classification: 数据类型为 string
• original_dataset: 数据类型为 string
• index_level_0: 数据类型为 int64

数据分割

• train:
  • 字节数: 15941730
  • 样本数: 15570
• test:
  • 字节数: 1757290
  • 样本数: 1730

数据集大小

• 下载大小: 8385626 字节
• 数据集总大小: 17699020 字节

配置

• config_name: default
  • data_files:
    • train: 路径为 data/train-*
    • test: 路径为 data/test-*