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-*