Razvan27/dataset_forge_paper2024

---
dataset_info:
- config_name: dedup
features:
- name: comments
dtype: string
splits:
- name: train
num_bytes: 380
num_examples: 6
download_size: 1238
dataset_size: 380
- config_name: dedup2
features:
- name: comments
dtype: string
splits:
- name: train
num_bytes: 63
num_examples: 1
download_size: 1161
dataset_size: 63
- config_name: dedup3
features:
- name: comments
dtype: string
splits:
- name: train
num_bytes: 374
num_examples: 2
download_size: 1953
dataset_size: 374
- config_name: dedup4
features:
- name: comments
dtype: string
splits:
- name: train
num_bytes: 802
num_examples: 5
download_size: 1592
dataset_size: 802
configs:
- config_name: dedup
data_files:
- split: train
path: data/Dedup/train-*
- config_name: dedup2
data_files:
- split: train
path: data/Dedup/train-*
- config_name: dedup3
data_files:
- split: train
path: data/Dedup3/train-*
- config_name: dedup4
data_files:
- split: train
path: data/Dedup4/train-*
---

The dataset includes four configurations (dedup, dedup2, dedup3, dedup4), each containing a string feature named comments. Each configuration has a training split with different numbers of bytes and examples. The download size and actual size of the dataset are specified in each configuration.

原始信息汇总

数据集详情

配置信息

配置名称：dedup

• 特征：
  • 名称：comments
  • 数据类型：string
• 分割：
  • 名称：train
  • 字节数：380
  • 样本数：6
• 下载大小：1238
• 数据集大小：380
• 数据文件：
  • 分割：train
  • 路径：data/Dedup/train-*

配置名称：dedup2

• 特征：
  • 名称：comments
  • 数据类型：string
• 分割：
  • 名称：train
  • 字节数：63
  • 样本数：1
• 下载大小：1161
• 数据集大小：63
• 数据文件：
  • 分割：train
  • 路径：data/Dedup/train-*

配置名称：dedup3

• 特征：
  • 名称：comments
  • 数据类型：string
• 分割：
  • 名称：train
  • 字节数：374
  • 样本数：2
• 下载大小：1953
• 数据集大小：374
• 数据文件：
  • 分割：train
  • 路径：data/Dedup3/train-*

配置名称：dedup4

• 特征：
  • 名称：comments
  • 数据类型：string
• 分割：
  • 名称：train
  • 字节数：802
  • 样本数：5
• 下载大小：1592
• 数据集大小：802
• 数据文件：
  • 分割：train
  • 路径：data/Dedup4/train-*