C-MTEB/OnlineShopping-classification

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
dataset_info:
features:
- name: cat
dtype: string
- name: label
dtype: int64
- name: text
dtype: string
splits:
- name: train
num_bytes: 1535074.0115334373
num_examples: 8000
- name: test
num_bytes: 191884.25144167966
num_examples: 1000
download_size: 1139002
dataset_size: 1726958.262975117
---
# Dataset Card for "OnlineShopping-classification"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集配置

• 配置名称: default
• 数据文件:
  • 训练集: data/train-*
  • 测试集: data/test-*

数据集信息

• 特征:
  • 名称: cat
    • 数据类型: string
  • 名称: label
    • 数据类型: int64
  • 名称: text
    • 数据类型: string
• 拆分:
  • 训练集:
    • 字节数: 1535074.0115334373
    • 样本数: 8000
  • 测试集:
    • 字节数: 191884.25144167966
    • 样本数: 1000
• 下载大小: 1139002
• 数据集大小: 1726958.262975117

搜集汇总

背景与挑战

背景概述

该数据集是C-MTEB中文大规模文本嵌入基准的一部分，专注于中文在线购物评论的二分类任务，包含9,000条文本数据，涵盖多个商品类别，用于评估文本嵌入模型的性能。数据集分为训练集和测试集，标签表示评论的情感倾向（如正面或负面），适用于自然语言处理中的分类和情感分析研究。