cassanof/gazzetta-self-instruct-subset100000

---
dataset_info:
features:
- name: text
dtype: string
- name: field1
dtype: string
- name: field2
dtype: string
- name: eiv
dtype: string
- name: about
dtype: string
- name: url
dtype: string
- name: date
dtype: string
- name: self_instructed
dtype: string
- name: riassunto
dtype: string
splits:
- name: train
num_bytes: 441047675
num_examples: 100000
download_size: 222901907
dataset_size: 441047675
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据特征

• text: 数据类型为字符串。
• field1: 数据类型为字符串。
• field2: 数据类型为字符串。
• eiv: 数据类型为字符串。
• about: 数据类型为字符串。
• url: 数据类型为字符串。
• date: 数据类型为字符串。
• self_instructed: 数据类型为字符串。
• riassunto: 数据类型为字符串。

数据分割

• train: 包含100000个样本，占用441047675字节。

数据集大小

• 下载大小: 222901907字节。
• 数据集大小: 441047675字节。

配置

• default: 包含训练数据文件，路径为data/train-*。