cyberjaakko/reuters_articles

该数据集包含两个主要特征：title和body，均为字符串类型。数据集分为训练集、验证集和测试集，分别包含17262、2158和2158个样本。训练集、验证集和测试集的总字节大小分别为13792576、1870389和1379190字节。数据集的下载大小为10073414字节，总大小为17042155字节。

The dataset contains two main features: title and body, both of which are of string type. The dataset is divided into training, validation, and test sets, containing 17262, 2158, and 2158 samples respectively. The total byte sizes for the training, validation, and test sets are 13792576, 1870389, and 1379190 bytes respectively. The download size of the dataset is 10073414 bytes, and the total size is 17042155 bytes.

原始信息汇总

数据集概述

特征

• title: 类型为字符串（string）
• body: 类型为字符串（string）

数据分割

• train:
  • 字节数: 13792576
  • 样本数: 17262
• validation:
  • 字节数: 1870389
  • 样本数: 2158
• test:
  • 字节数: 1379190
  • 样本数: 2158

数据集大小

• 下载大小: 10073414 字节
• 数据集总大小: 17042155 字节

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • validation: data/validation-*
    • test: data/test-*