RDiaz/reuters_articles

该数据集包含三个主要特征：标题（title）和正文（body），均为字符串类型。数据集分为训练集（train）、验证集（validation）和测试集（test）三个部分，分别包含17262、2158和2158个样本。总下载大小为10073414字节，数据集总大小为17042155字节。

The dataset includes three main features: title and body, both of which are string types. The dataset is divided into three parts: train, validation, and test, containing 17262, 2158, and 2158 samples respectively. The total download size is 10073414 bytes, and the total dataset size is 17042155 bytes.

原始信息汇总

数据集概述

数据特征

• title: 数据类型为字符串（string）。
• body: 数据类型为字符串（string）。

数据分割

• train: 包含17262个样本，占用13792576字节。
• validation: 包含2158个样本，占用1870389字节。
• test: 包含2158个样本，占用1379190字节。

数据大小

• 下载大小: 10073414字节。
• 数据集总大小: 17042155字节。

配置

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