BogdanTurbal/linguistic_b_v_2_1

---
dataset_info:
features:
- name: id
dtype: string
- name: text
dtype: string
- name: label
dtype: int64
- name: dataset_id
dtype: int64
splits:
- name: train
num_bytes: 2546529.73453125
num_examples: 12741
- name: test
num_bytes: 318476
num_examples: 1600
- name: valid
num_bytes: 317265
num_examples: 1600
- name: train_small
num_bytes: 400902.673
num_examples: 1994
download_size: 2280870
dataset_size: 3583173.40753125
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: valid
path: data/valid-*
- split: train_small
path: data/train_small-*
---

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为字符串。
• text: 数据类型为字符串。
• label: 数据类型为int64。
• dataset_id: 数据类型为int64。

数据集分割

• train: 包含12741个样本，占用2546529.73453125字节。
• test: 包含1600个样本，占用318476字节。
• valid: 包含1600个样本，占用317265字节。
• train_small: 包含1994个样本，占用400902.673字节。

数据集大小

• 下载大小: 2280870字节。
• 数据集总大小: 3583173.40753125字节。

数据文件配置

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