Atipico1/symbol-data-large

该数据集包含三个主要特征：数据集名称（dataset）、文本内容（text）和字符数（num_chars）。数据集被分割为训练集（train），包含36042个例子和101354833字节的数据。数据集的下载大小为59203122字节，总大小为101354833字节。配置信息指定了数据文件的路径为data/train-*。

The dataset includes three main features: dataset name (dataset), text content (text), and number of characters (num_chars). The dataset is split into a training set (train) containing 36,042 examples and 101,354,833 bytes of data. The download size of the dataset is 59,203,122 bytes, and the total size is 101,354,833 bytes. The configuration specifies the path to the data files as data/train-*.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • dataset: 数据集名称，类型为字符串。
  • text: 文本内容，类型为字符串。
  • num_chars: 字符数量，类型为整数（int64）。

数据分割

• 训练集:
  • 名称: train
  • 字节数: 101,354,833
  • 样本数量: 36,042

数据集大小

• 下载大小: 59,203,122 字节
• 数据集大小: 101,354,833 字节

配置

• 默认配置:
  • 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*