saldigioia/Car0GPT

该数据集是一个基于Caroline Filips的文本分类数据集，主要用于聊天和人物角色相关的任务。数据集的语言为英语，包含训练集和验证集两个部分。数据实例包括文本、目标标签（CAROLINE FILIPS或NOT CAROLINE）以及其他特征字段如日期、平台等。

原始信息汇总

数据集概述

数据集描述

该数据集是为项目 car0fil-001 自动处理的。

语言

数据集的语言代码为 BCP-47 的 en。

数据集结构

数据实例

数据集的一个样本如下：

json [ { "target": 0, "text": "And I remember", "feat_DATE": "2022-09-12T12:29:04", "feat_PLATFORM": null, "feat_Unnamed: 4": null, "feat_Unnamed: 3": null, "feat_Unnamed: 5": null }, { "target": 1, "text": "Throw a lil u201cKurt filips is my dadu201d", "feat_DATE": "2023-03-27T15:36:21", "feat_PLATFORM": null, "feat_Unnamed: 4": null, "feat_Unnamed: 3": null, "feat_Unnamed: 5": null } ]

数据集字段

数据集包含以下字段（也称为“特征”）：

json { "target": "ClassLabel(names=[CAROLINE FILIPS, NOT CAROLINE], id=None)", "text": "Value(dtype=string, id=None)", "feat_DATE": "Value(dtype=string, id=None)", "feat_PLATFORM": "Value(dtype=string, id=None)", "feat_Unnamed: 4": "Value(dtype=float64, id=None)", "feat_Unnamed: 3": "Value(dtype=float64, id=None)", "feat_Unnamed: 5": "Value(dtype=float64, id=None)" }

数据集分割

数据集分为训练集和验证集，分割大小如下：

分割名称	样本数量
train	689784
valid	172447