MikeGreen2710/12_jun_hn_pred_p1

该数据集包含多个特征字段，包括id、text以及多个以序列形式存储的字段（如STR、LEG、LOC等）。数据集中包含一个名为train的分割，该分割包含349,939个样本，总大小为362,588,182字节。下载大小为171,782,541字节。

The dataset contains multiple feature fields, including id, text, and several fields stored as sequences (e.g., STR, LEG, LOC, etc.). The dataset includes a split named train, which contains 349,939 samples with a total size of 362,588,182 bytes. The download size is 171,782,541 bytes.

原始信息汇总

数据集概述

数据集特征

• id: 字符串类型
• text: 字符串类型
• STR: 字符串序列
• LEG: 字符串序列
• LOC: 字符串序列
• CIT: 字符串序列
• WAR: 字符串序列
• NUM: 字符串序列
• DIS: 字符串序列
• LAN: 字符串序列
• SHP: 字符串序列
• CAR: 字符串序列
• PUR: 字符串序列
• FWD: 字符串序列
• LIV: 字符串序列
• ARA: 字符串序列
• RWD: 字符串序列
• FDR: 字符串序列
• NOF: 字符串序列
• RPI: 字符串序列
• NOBR: 字符串序列
• NOBA: 字符串序列
• PRI: 字符串序列
• YCT: 字符串序列
• STU: 字符串序列
• COR: 字符串序列

数据集分割

• train:
  • 字节数: 362588182
  • 样本数: 349939

数据集大小

• 下载大小: 171782541 字节
• 数据集大小: 362588182 字节

配置

• default:
  • 数据文件路径: data/train-*