tiagoblima/newsdata-balanced_dataset

该数据集包含多个特征，包括标题、文本、类别、标题文本和标签。数据集分为训练集、验证集和测试集，分别包含47532、6000和4000个样本。训练集、验证集和测试集的总字节大小分别为279328214.96871305、35259810.01877216和23506540.012514774。数据集的下载大小为218603319字节，总大小为338094565.0字节。

The dataset includes multiple features such as title, text, category, title_text, and label. It is divided into training, validation, and test sets, containing 47532, 6000, and 4000 samples respectively. The total byte sizes for the training, validation, and test sets are 279328214.96871305, 35259810.01877216, and 23506540.012514774 respectively. The download size of the dataset is 218603319 bytes, and the total size is 338094565.0 bytes.

原始信息汇总

数据集概述

数据集特征

• title: 字符串类型
• text: 字符串类型
• category: 字符串类型
• title_text: 字符串类型
• label: 64位整数类型

数据集划分

• train:
  • 样本数量: 47532
  • 数据大小: 279328214.96871305 字节
• validation:
  • 样本数量: 6000
  • 数据大小: 35259810.01877216 字节
• test:
  • 样本数量: 4000
  • 数据大小: 23506540.012514774 字节

数据集大小

• 下载大小: 218603319 字节
• 总数据大小: 338094565.0 字节

配置

• config_name: default
  • 数据文件路径:
    • train: data/train-*
    • validation: data/validation-*
    • test: data/test-*