alea-institute/kl3m-filter-data-dotgov-www.ams.usda.gov
收藏数据链接：
官方服务：
资源简介：
该数据集包含了具有唯一标识符、数据集名称、MIME类型、得分和分词数量的样本。数据集分为训练集，共有23897个样本，总大小约为1GB。数据集提供了默认配置，用于指定训练集数据文件的路径。
The dataset contains samples with a unique identifier, dataset name, MIME type, score, and token count. The dataset is split into a training set with 23,897 samples, totaling about 1GB in size. The dataset provides a default configuration to specify the path to the training set data files.
提供机构：
alea-institute
