316usman/thematic1a

--- dataset_info: - config_name: default features: - name: text dtype: string - name: thematic dtype: string - name: sub-thematic dtype: string - name: country dtype: string - name: document_url dtype: string - name: source_url dtype: string splits: - name: train num_bytes: 3053245000 num_examples: 3961295 download_size: 931546330 dataset_size: 3053245000 - config_name: train features: - name: text dtype: string - name: thematic dtype: string - name: sub-thematic dtype: string - name: country dtype: string - name: document_url dtype: string - name: source_url dtype: string splits: - name: train num_bytes: 75819 num_examples: 50 download_size: 29912 dataset_size: 75819 configs: - config_name: default data_files: - split: train path: data/train-* - config_name: train data_files: - split: train path: train/train-* ---数据集信息： - 配置名：default 特征： - 特征名：文本（text），数据类型：字符串 - 特征名：主题类别（thematic），数据类型：字符串 - 特征名：子主题类别（sub-thematic），数据类型：字符串 - 特征名：国家，数据类型：字符串 - 特征名：文档URL（document_url），数据类型：字符串 - 特征名：来源URL（source_url），数据类型：字符串 数据集划分： - 划分名：train，字节数：3053245000，样本数：3961295 下载大小：931546330，数据集大小：3053245000 - 配置名：train 特征： - 特征名：文本（text），数据类型：字符串 - 特征名：主题类别（thematic），数据类型：字符串 - 特征名：子主题类别（sub-thematic），数据类型：字符串 - 特征名：国家，数据类型：字符串 - 特征名：文档URL（document_url），数据类型：字符串 - 特征名：来源URL（source_url），数据类型：字符串 数据集划分： - 划分名：train，字节数：75819，样本数：50 下载大小：29912，数据集大小：75819 配置项： - 配置名：default，数据文件： - 划分：train，路径：data/train-* - 配置名：train，数据文件： - 划分：train，路径：train/train-*

原始信息汇总

数据集概述

配置信息

• 配置名称: default

  • 特征:
    • text: string
    • thematic: string
    • sub-thematic: string
    • country: string
    • document_url: string
    • source_url: string
  • 分割:
    • train
      • 字节数: 3053245000
      • 样本数: 3961295
  • 下载大小: 931546330
  • 数据集大小: 3053245000

• 配置名称: train

  • 特征:
    • text: string
    • thematic: string
    • sub-thematic: string
    • country: string
    • document_url: string
    • source_url: string
  • 分割:
    • train
      • 字节数: 75819
      • 样本数: 50
  • 下载大小: 29912
  • 数据集大小: 75819

数据文件

• 配置名称: default

  • 数据文件:
    • 分割: train
    • 路径: data/train-*

• 配置名称: train

  • 数据文件:
    • 分割: train
    • 路径: train/train-*