ta4tsering/Google_Books_datasets

该数据集包含多个特征字段，如文件名、标签、URL、字符长度、维度、作品ID、脚本和打印方法等。数据集包含一个训练集分割，共有752,817个样本，总大小为276,650,861字节。

This dataset includes multiple feature fields such as filename, label, URL, character length, dimension, work ID, script, and print method. The dataset contains a training split with 752,817 samples and a total size of 276,650,861 bytes.

原始信息汇总

数据集概述

数据集特征

• filename: 文件名，数据类型为字符串。
• label: 标签，数据类型为字符串。
• url: URL链接，数据类型为字符串。
• char_len: 字符长度，数据类型为整数。
• dimension: 维度，数据类型为字符串。
• work_id: 作品ID，数据类型为字符串。
• script: 脚本，数据类型为字符串。
• print_method: 打印方法，数据类型为字符串。

数据集分割

• train: 训练集，包含752817个样本，总大小为276650861字节。

数据集大小

• 下载大小: 64809621字节
• 数据集总大小: 276650861字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*