akonda123/reuters_articles

该数据集包含文本数据，主要特征为title（标题）和body（正文）。数据集被分为训练集、验证集和测试集，分别包含17262、2158和2158个样本。

This dataset contains text data with main features being title and body. The dataset is divided into training, validation, and test sets, containing 17262, 2158, and 2158 samples respectively.

原始信息汇总

数据集概述

数据特征

• title: 字符串类型
• body: 字符串类型

数据分割

• train:
  • 字节数: 13792576
  • 样本数: 17262
• validation:
  • 字节数: 1870389
  • 样本数: 2158
• test:
  • 字节数: 1379190
  • 样本数: 2158

数据集大小

• 下载大小: 10073414 字节
• 数据集总大小: 17042155 字节

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • validation: data/validation-*
    • test: data/test-*