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-*。