DT4LM/imdb

---
dataset_info:
features:
- name: text
dtype: string
- name: label
dtype: int64
splits:
- name: train
num_bytes: 52810141
num_examples: 40000
- name: validation
num_bytes: 6628361
num_examples: 5000
- name: test
num_bytes: 6645006
num_examples: 5000
download_size: 42985351
dataset_size: 66083508
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
特征：
- 字段名称：text，数据类型：字符串（string）
- 字段名称：label，数据类型：64位整数（int64）
数据集划分：
- 划分名称：训练集（train），字节占用量：52810141，样本数量：40000
- 划分名称：验证集（validation），字节占用量：6628361，样本数量：5000
- 划分名称：测试集（test），字节占用量：6645006，样本数量：5000
下载总大小：42985351，数据集总存储大小：66083508
配置项：
- 配置名称：default（默认配置），数据文件：
- 训练集划分：路径为 data/train-*
- 验证集划分：路径为 data/validation-*
- 测试集划分：路径为 data/test-*

原始信息汇总

数据集信息

特征

• text: 数据类型为 string
• label: 数据类型为 int64

数据分割

• train:
  • 字节数: 52810141
  • 样本数: 40000
• validation:
  • 字节数: 6628361
  • 样本数: 5000
• test:
  • 字节数: 6645006
  • 样本数: 5000

数据大小

• 下载大小: 42985351 字节
• 数据集大小: 66083508 字节

配置

• default 配置:
  • train: 路径为 data/train-*
  • validation: 路径为 data/validation-*
  • test: 路径为 data/test-*