bcombs/autotrain-data-docid

该数据集是通过AutoTrain自动处理的，用于项目docid。数据集包含文本分类任务，数据实例以JSON格式呈现，每个实例包含文本、URL、目标分类标签、保险公司名称和产品类型等字段。数据集分为训练集和验证集，分别包含15和5个样本。数据集的语言代码为unk，表示未知。

原始信息汇总

AutoTrain 数据集描述

数据集概述

该数据集由 AutoTrain 自动处理，用于项目 docid。

语言

数据集的语言 BCP-47 代码为 unk。

数据集结构

数据实例

数据集的一个样本如下：

json [ { "text": "MetLife-Walker Information_HI_2023.3.29_14.17_C_B (1).docx.pdf", "feat_url": "datasaur://static/5732/2a298b78-1c2c-4ff8-ad49-357670dd5ea7.pdf", "target": 0, "feat_CarrierName": "Met Life", "feat_ProductTypes": "Hospital Indemnity" }, { "text": "Cima Telecom Inc_Prop (002)_ (2).docx.pdf", "feat_url": "datasaur://static/5732/8adee066-55c4-4f8d-8dcd-53d5fdb42732.pdf", "target": 0, "feat_CarrierName": "Met Life", "feat_ProductTypes": "Basic Life;Basic AD&D;Voluntary Life;Voluntary AD&D;Voluntary Dependent AD&D;Short-term Disability;Long-term Disability;Dental;Vision" } ]

数据字段

数据集包含以下字段（也称为“特征”）：

json { "text": "Value(dtype=string, id=None)", "feat_url": "Value(dtype=string, id=None)", "target": "ClassLabel(names=[Proposal, Summary (including SBC)], id=None)", "feat_CarrierName": "Value(dtype=string, id=None)", "feat_ProductTypes": "Value(dtype=string, id=None)" }

数据集分割

数据集被分割为训练集和验证集。分割大小如下：

分割名称	样本数量
train	15
valid	5