Dcolinmorgan/disaster-tw

---
license: mit
dataset_info:
features:
- name: text
dtype: string
- name: target
dtype: int64
- name: SOURCE_FILE
dtype: string
- name: tweet_id
dtype: float64
- name: filename
dtype: string
- name: event_type
dtype: string
- name: event_type_detail
dtype: string
- name: label
dtype: int64
splits:
- name: train
num_bytes: 39976244
num_examples: 169109
- name: validation
num_bytes: 4998099
num_examples: 21139
- name: test
num_bytes: 4999539
num_examples: 21139
download_size: 20652203
dataset_size: 49973882
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• text: 数据类型为字符串。
• target: 数据类型为64位整数。
• SOURCE_FILE: 数据类型为字符串。
• tweet_id: 数据类型为64位浮点数。
• filename: 数据类型为字符串。
• event_type: 数据类型为字符串。
• event_type_detail: 数据类型为字符串。
• label: 数据类型为64位整数。

数据集分割

• train: 包含39,976,244字节，169,109个样本。
• validation: 包含4,998,099字节，21,139个样本。
• test: 包含4,999,539字节，21,139个样本。

数据集大小

• 下载大小: 20,652,203字节。
• 数据集大小: 49,973,882字节。

配置

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