Alirezamp/news-category

该数据集包含文本、类别和标签三个特征，数据类型分别为字符串和整数。数据集分为训练集和测试集，训练集包含73245个样本，测试集包含31392个样本。数据集的总下载大小为8468763字节，总大小为14089015.0字节。

The dataset includes three features: text, category, and label, with data types being string and integer. The dataset is divided into a training set and a test set, with the training set containing 73,245 samples and the test set containing 31,392 samples. The total download size of the dataset is 8,468,763 bytes, and the total size is 14,089,015.0 bytes.

原始信息汇总

数据集概述

数据特征

• text: 数据类型为字符串。
• category: 数据类型为字符串。
• label: 数据类型为整数（int64）。

数据分割

• train: 包含73,245个样本，占用9,862,189.32字节。
• test: 包含31,392个样本，占用4,226,825.68字节。

数据集大小

• 下载大小: 8,468,763字节。
• 总数据集大小: 14,089,015.0字节。

配置

• default:
  • train: 数据文件路径为data/train-*。
  • test: 数据文件路径为data/test-*。