Cheremy/processed_cqadupstack_chunked

该数据集包含四个主要特征：Unnamed: 0（整数类型）、id（整数类型）、chunk_id（字符串类型）和text（字符串类型）。数据集分为一个训练集，包含40,221个样本，总大小为18,663,870字节。下载大小为11,478,881字节。数据集的配置名为default，数据文件路径为data/train-*。

The dataset includes four main features: Unnamed: 0 (integer type), id (integer type), chunk_id (string type), and text (string type). The dataset is divided into a training set containing 40,221 samples, with a total size of 18,663,870 bytes. The download size is 11,478,881 bytes. The dataset configuration is named default, and the data file path is data/train-*.

原始信息汇总

数据集概述

数据集特征

• Unnamed: 0: 数据类型为 int64
• id: 数据类型为 int64
• chunk_id: 数据类型为 string
• text: 数据类型为 string

数据集分割

• train:
  • 字节数: 18663870
  • 样本数: 40221

数据集大小

• 下载大小: 11478881 字节
• 数据集大小: 18663870 字节

配置

• default:
  • 数据文件路径: data/train-*