Seongsooo/toxic_preprocess_half_2

该数据集包含索引、句子和标签三个特征，数据分为训练集和测试集。训练集包含152,202个样本，测试集包含33,581个样本。数据集总大小为21,658,405字节，下载大小为13,259,451字节。

The dataset includes three features: index, sentence, and label. The data is divided into a training set and a test set. The training set contains 152,202 samples, and the test set contains 33,581 samples. The total size of the dataset is 21,658,405 bytes, and the download size is 13,259,451 bytes.

原始信息汇总

数据集概述

特征信息

• index: 数据类型为 int64。
• sentence: 数据类型为 string。
• label: 数据类型为 string。

数据分割

• train:
  • 字节数: 17171194
  • 样本数: 152202
• test:
  • 字节数: 4487211
  • 样本数: 33581

数据集大小

• 下载大小: 13259451 字节
• 数据集总大小: 21658405 字节

配置信息

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