316usman/thematic5a

--- license: bsd dataset_info: features: - name: text dtype: string - name: thematic dtype: string - name: sub-thematic dtype: string - name: country dtype: string - name: document_url dtype: string - name: source_url dtype: string splits: - name: train num_bytes: 155420157 num_examples: 195595 download_size: 46263119 dataset_size: 155420157 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

数据集信息

特征

• text: 数据类型为字符串。
• thematic: 数据类型为字符串。
• sub-thematic: 数据类型为字符串。
• country: 数据类型为字符串。
• document_url: 数据类型为字符串。
• source_url: 数据类型为字符串。

数据分割

• train: 包含195595个样本，占用155420157字节。

数据集大小

• 下载大小: 46263119字节
• 数据集大小: 155420157字节

配置

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