razvanalex/cwi-2018-en-news

---
dataset_info:
features:
- name: id
dtype: string
- name: sentence
dtype: string
- name: start_char
dtype: int64
- name: end_char
dtype: int64
- name: token
dtype: string
- name: n_natives
dtype: int64
- name: n_non_natives
dtype: int64
- name: n_dif_natives
dtype: int64
- name: n_dif_non_natives
dtype: int64
- name: label
dtype: int64
- name: probability
dtype: float64
splits:
- name: train
num_bytes: 4046567
num_examples: 14002
- name: validation
num_bytes: 497271
num_examples: 1764
- name: test
num_bytes: 560249
num_examples: 2095
download_size: 471596
dataset_size: 5104087
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

• id: 字符串类型
• sentence: 字符串类型
• start_char: 64位整数类型
• end_char: 64位整数类型
• token: 字符串类型
• n_natives: 64位整数类型
• n_non_natives: 64位整数类型
• n_dif_natives: 64位整数类型
• n_dif_non_natives: 64位整数类型
• label: 64位整数类型
• probability: 64位浮点数类型

数据集分割

• train:
  • 字节数: 4046567
  • 样本数: 14002
• validation:
  • 字节数: 497271
  • 样本数: 1764
• test:
  • 字节数: 560249
  • 样本数: 2095

数据集大小

• 下载大小: 471596字节
• 数据集大小: 5104087字节

配置

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