timaeus/dsir-pile-13m-filtered-for-enron-emails

--- dataset_info: features: - name: contents dtype: string - name: metadata struct: - name: pile_set_name sequence: string - name: id dtype: int64 splits: - name: train num_bytes: 30035995.039412115 num_examples: 18888 download_size: 19306279 dataset_size: 30035995.039412115 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征项： - 名称：contents，数据类型：字符串（string） - 名称：元数据（metadata），数据结构为结构体，包含字段： - 名称：pile_set_name，数据类型：字符串序列 - 名称：ID（id），数据类型：64位整型（int64） 数据拆分： - 名称：训练集（train），字节大小：30035995.039412115，样本数量：18888 下载大小：19306279 数据集总大小：30035995.039412115 配置项： - 配置名称：默认（default），数据文件： - 数据拆分：训练集（train），文件路径：data/train-*