Farjfar/SGS-Libertarian

---
dataset_info:
features:
- name: body_cleaned
dtype: string
- name: id
dtype: string
- name: subreddit
dtype: string
- name: year
dtype: int64
- name: annotation1
dtype: string
- name: annotation2
dtype: string
- name: gold_annotation
dtype: string
- name: bio_annotation
sequence: string
- name: ids
sequence: int64
- name: tokenized_body_cleaned
sequence: string
splits:
- name: train
num_bytes: 2903575
num_examples: 1208
- name: test
num_bytes: 1061519
num_examples: 401
- name: validation
num_bytes: 906745
num_examples: 397
download_size: 1936945
dataset_size: 4871839
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
---

原始信息汇总

数据集概述

数据集特征

• body_cleaned: 数据类型 - string
• id: 数据类型 - string
• subreddit: 数据类型 - string
• year: 数据类型 - int64
• annotation1: 数据类型 - string
• annotation2: 数据类型 - string
• gold_annotation: 数据类型 - string
• bio_annotation: 数据类型 - sequence: string
• ids: 数据类型 - sequence: int64
• tokenized_body_cleaned: 数据类型 - sequence: string

数据集分割

• 训练集: 大小 - 2903575 字节, 样本数 - 1208
• 测试集: 大小 - 1061519 字节, 样本数 - 401
• 验证集: 大小 - 906745 字节, 样本数 - 397

数据集大小

• 下载大小: 1936945 字节
• 数据集总大小: 4871839 字节

数据文件配置

• 默认配置:
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*
  • 验证集路径: data/validation-*