dgambettaphd/D_mis72_run0_gen2_WXS_doc1000_synt64_lr1e-04_acm_MPP

--- dataset_info: features: - name: id_doc dtype: int64 - name: text dtype: string - name: dataset dtype: string - name: gen dtype: int64 - name: synt dtype: int64 - name: lang_entropy dtype: float64 - name: MPP dtype: float64 splits: - name: train num_bytes: 10768102 num_examples: 18000 download_size: 6192736 dataset_size: 10768102 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： ### 数据特征 共包含7项数据特征： 1. `id_doc`：文档标识符，数据类型为64位整数（int64） 2. `text`：文本内容，数据类型为字符串 3. `dataset`：所属来源数据集名称，数据类型为字符串 4. `gen`：生成标记，数据类型为64位整数（int64） 5. `synt`：句法标记，数据类型为64位整数（int64） 6. `lang_entropy`：语言熵值，数据类型为64位浮点数（float64） 7. `MPP`：MPP，数据类型为64位浮点数（float64） ### 数据划分 仅设置训练集（train）划分：该划分的字节数为10768102，样本总数为18000。 ### 相关尺寸 下载总大小为6192736字节，数据集总占用大小为10768102字节。 ### 配置信息 默认配置下，训练集对应的数据文件路径为`data/train-*`。