WhiteGiverPlus/threom_chunk_en_test1

该数据集包含书籍名称、定理编号和文本三个主要特征。数据集分为训练集，包含35,110个样本，总大小为37,578,053字节。下载大小为17,183,010字节。

This dataset includes three main features: book name, theorem number, and text. The dataset is divided into a training set, containing 35,110 samples, with a total size of 37,578,053 bytes. The download size is 17,183,010 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • book_name: 书籍名称，数据类型为字符串。
  • theorem_number: 定理编号，数据类型为字符串。
  • text: 文本内容，数据类型为字符串。

数据分割

• 训练集:
  • 名称: train
  • 字节数: 37578053.0
  • 样本数: 35110

数据集大小

• 下载大小: 17183010 字节
• 数据集大小: 37578053.0 字节

配置

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