Ali-C137/MAD-Main-Test

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
dataset_info:
features:
- name: GenId
dtype: int64
- name: SubId
dtype: int64
- name: DatasetName
dtype: string
- name: DatasetLink
dtype: string
- name: Text
dtype: string
- name: MetaData
struct:
- name: __index_level_0__
dtype: int64
- name: created_date
dtype: string
- name: deleted
dtype: bool
- name: detoxify
dtype: 'null'
- name: emojis
struct:
- name: count
sequence: int32
- name: name
sequence: string
- name: id
dtype: string
- name: labels
struct:
- name: count
sequence: int32
- name: name
sequence: string
- name: value
sequence: float64
- name: lang
dtype: string
- name: message_id
dtype: string
- name: message_tree_id
dtype: string
- name: model_name
dtype: 'null'
- name: parent_id
dtype: string
- name: rank
dtype: float64
- name: review_count
dtype: int32
- name: review_result
dtype: bool
- name: role
dtype: string
- name: synthetic
dtype: bool
- name: tree_state
dtype: string
- name: user_id
dtype: string
- name: ConcatenatedText
dtype: int64
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 87616889
num_examples: 67073
download_size: 34138667
dataset_size: 87616889
---
# Dataset Card for "MAD-Main-Test"

[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

配置

• 默认配置：
  • 数据文件：
    • 分割：训练
    • 路径：data/train-*

数据集信息

• 特征：
  • GenId：数据类型为 int64
  • SubId：数据类型为 int64
  • DatasetName：数据类型为 string
  • DatasetLink：数据类型为 string
  • Text：数据类型为 string
  • MetaData：结构化数据，包含以下字段：
    • __index_level_0__：数据类型为 int64
    • created_date：数据类型为 string
    • deleted：数据类型为 bool
    • detoxify：数据类型为 null
    • emojis：结构化数据，包含以下字段：
      • count：序列类型为 int32
      • name：序列类型为 string
    • id：数据类型为 string
    • labels：结构化数据，包含以下字段：
      • count：序列类型为 int32
      • name：序列类型为 string
      • value：序列类型为 float64
    • lang：数据类型为 string
    • message_id：数据类型为 string
    • message_tree_id：数据类型为 string
    • model_name：数据类型为 null
    • parent_id：数据类型为 string
    • rank：数据类型为 float64
    • review_count：数据类型为 int32
    • review_result：数据类型为 bool
    • role：数据类型为 string
    • synthetic：数据类型为 bool
    • tree_state：数据类型为 string
    • user_id：数据类型为 string
  • ConcatenatedText：数据类型为 int64
  • __index_level_0__：数据类型为 int64

分割

• 训练集：
  • 字节数：87616889
  • 样本数：67073

数据集大小

• 下载大小：34138667 字节
• 数据集大小：87616889 字节