Joshua-Abok/preprocessed_samsum_and_dialogsum

该数据集包含对话和摘要两个主要特征，分别存储为字符串类型。数据集被划分为训练集、验证集和测试集，其中训练集包含20000个样本，验证集包含1318个样本，测试集包含2319个样本。数据集的总下载大小为12309269字节，总数据集大小为22841750字节。

原始信息汇总

数据集信息

特征

• 名称: dialogue
  • 数据类型: string
• 名称: summary
  • 数据类型: string

数据分割

• 训练集
  • 字节数: 19792641
  • 样本数: 20000
• 验证集
  • 字节数: 1035442
  • 样本数: 1318
• 测试集
  • 字节数: 2013667
  • 样本数: 2319

数据大小

• 下载大小: 12309269
• 数据集大小: 22841750

配置

• 配置名称: default
  • 数据文件路径:
    • 训练集: data/train-*
    • 验证集: data/valid-*
    • 测试集: data/test-*