slavamarcin/sum_dataset_v1

该数据集包含文件名、编号、标题、文本和摘要等特征，数据类型均为字符串。数据集分为训练集和测试集，训练集包含11173个样本，测试集包含1242个样本。下载大小为81540623字节，数据集大小为177232557.0字节。

The dataset includes features such as file name, number, title, text, and summary, all of which are of string type. The dataset is divided into a training set and a test set, with the training set containing 11,173 samples and the test set containing 1,242 samples. The download size is 81,540,623 bytes, and the dataset size is 177,232,557.0 bytes.

原始信息汇总

数据集概述

特征信息

• file_name: 文件名，数据类型为字符串。
• num: 编号，数据类型为字符串。
• title: 标题，数据类型为字符串。
• text: 文本内容，数据类型为字符串。
• summirize: 摘要，数据类型为字符串。

数据分割

• train: 训练集，包含11173个样本，大小为159502163.4604108字节。
• test: 测试集，包含1242个样本，大小为17730393.539589208字节。

数据集大小

• 下载大小: 81540623字节
• 数据集总大小: 177232557.0字节

配置信息

• config_name: default
  • data_files:
    • train: 路径为data/train-*
    • test: 路径为data/test-*