HAERAE-HUB/cross_modal_raw_en

该数据集包含两个主要特征：title和text，均为字符串类型。数据集包含一个训练分割，共有132,395个例子，总大小为1,142,275,202字节。数据集的下载大小为647,584,869字节。配置信息指定了数据文件的路径为data/train-*。

The dataset includes two main features: title and text, both of which are of string type. It contains a training split with 132,395 examples, totaling 1,142,275,202 bytes in size. The download size of the dataset is 647,584,869 bytes. The configuration specifies the path to the data files as data/train-*.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • title: 数据类型为字符串。
  • text: 数据类型为字符串。

数据分割

• train:
  • 文件大小: 1142275202 字节
  • 样本数量: 132395 个

数据集大小

• 下载大小: 647584869 字节
• 数据集大小: 1142275202 字节

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*