five

pietrolesci/amazoncat-13k

收藏
Hugging Face2023-10-02 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/pietrolesci/amazoncat-13k
下载链接
链接失效反馈
官方服务:
资源简介:
--- configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* - config_name: embedding_all-MiniLM-L12-v2 data_files: - split: train path: embedding_all-MiniLM-L12-v2/train-* - split: test path: embedding_all-MiniLM-L12-v2/test-* - config_name: embedding_all-mpnet-base-v2 data_files: - split: train path: embedding_all-mpnet-base-v2/train-* - split: test path: embedding_all-mpnet-base-v2/test-* - config_name: embedding_multi-qa-mpnet-base-dot-v1 data_files: - split: train path: embedding_multi-qa-mpnet-base-dot-v1/train-* - split: test path: embedding_multi-qa-mpnet-base-dot-v1/test-* - config_name: labels data_files: - split: train path: labels/train-* dataset_info: - config_name: default features: - name: uid_original dtype: string - name: title dtype: string - name: content dtype: string - name: target_ind sequence: int64 - name: target_rel sequence: float64 - name: text dtype: string - name: uid dtype: int64 splits: - name: train num_bytes: 3262662835 num_examples: 1186239 - name: test num_bytes: 842174854 num_examples: 306782 download_size: 2560646204 dataset_size: 4104837689 - config_name: embedding_all-MiniLM-L12-v2 features: - name: uid dtype: int64 - name: embedding_all-MiniLM-L12-v2 sequence: float32 splits: - name: train num_bytes: 1836297972 num_examples: 1186239 - name: test num_bytes: 474898536 num_examples: 306782 download_size: 3228756828 dataset_size: 2311196508 - config_name: embedding_all-mpnet-base-v2 features: - name: uid dtype: int64 - name: embedding_all-mpnet-base-v2 sequence: float32 splits: - name: train num_bytes: 3658361076 num_examples: 1186239 - name: test num_bytes: 946115688 num_examples: 306782 download_size: 5524926640 dataset_size: 4604476764 - config_name: embedding_multi-qa-mpnet-base-dot-v1 features: - name: uid dtype: int64 - name: embedding_multi-qa-mpnet-base-dot-v1 sequence: float32 splits: - name: train num_bytes: 3658361076 num_examples: 1186239 - name: test num_bytes: 946115688 num_examples: 306782 download_size: 5524904909 dataset_size: 4604476764 - config_name: labels features: - name: labels dtype: string splits: - name: train num_bytes: 243277 num_examples: 13331 download_size: 160461 dataset_size: 243277 --- # Dataset Card for "amazoncat-13k" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构:
pietrolesci
原始信息汇总

数据集配置

默认配置

  • 配置名称: default
  • 数据文件:
    • 训练集: data/train-*
    • 测试集: data/test-*
  • 特征:
    • uid_original: 字符串
    • title: 字符串
    • content: 字符串
    • target_ind: 整数序列
    • target_rel: 浮点数序列
    • text: 字符串
    • uid: 整数
  • 分割:
    • 训练集: 3262662835 字节, 1186239 样本
    • 测试集: 842174854 字节, 306782 样本
  • 下载大小: 2560646204 字节
  • 数据集大小: 4104837689 字节

嵌入配置 - all-MiniLM-L12-v2

  • 配置名称: embedding_all-MiniLM-L12-v2
  • 数据文件:
    • 训练集: embedding_all-MiniLM-L12-v2/train-*
    • 测试集: embedding_all-MiniLM-L12-v2/test-*
  • 特征:
    • uid: 整数
    • embedding_all-MiniLM-L12-v2: 浮点数序列
  • 分割:
    • 训练集: 1836297972 字节, 1186239 样本
    • 测试集: 474898536 字节, 306782 样本
  • 下载大小: 3228756828 字节
  • 数据集大小: 2311196508 字节

嵌入配置 - all-mpnet-base-v2

  • 配置名称: embedding_all-mpnet-base-v2
  • 数据文件:
    • 训练集: embedding_all-mpnet-base-v2/train-*
    • 测试集: embedding_all-mpnet-base-v2/test-*
  • 特征:
    • uid: 整数
    • embedding_all-mpnet-base-v2: 浮点数序列
  • 分割:
    • 训练集: 3658361076 字节, 1186239 样本
    • 测试集: 946115688 字节, 306782 样本
  • 下载大小: 5524926640 字节
  • 数据集大小: 4604476764 字节

嵌入配置 - multi-qa-mpnet-base-dot-v1

  • 配置名称: embedding_multi-qa-mpnet-base-dot-v1
  • 数据文件:
    • 训练集: embedding_multi-qa-mpnet-base-dot-v1/train-*
    • 测试集: embedding_multi-qa-mpnet-base-dot-v1/test-*
  • 特征:
    • uid: 整数
    • embedding_multi-qa-mpnet-base-dot-v1: 浮点数序列
  • 分割:
    • 训练集: 3658361076 字节, 1186239 样本
    • 测试集: 946115688 字节, 306782 样本
  • 下载大小: 5524904909 字节
  • 数据集大小: 4604476764 字节

标签配置

  • 配置名称: labels
  • 数据文件:
    • 训练集: labels/train-*
  • 特征:
    • labels: 字符串
  • 分割:
    • 训练集: 243277 字节, 13331 样本
  • 下载大小: 160461 字节
  • 数据集大小: 243277 字节
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作