Thanmay/xlsum-hi

---
dataset_info:
features:
- name: id
dtype: string
- name: url
dtype: string
- name: title
dtype: string
- name: summary
dtype: string
- name: text
dtype: string
- name: itv2 hi title
dtype: string
- name: itv2 hi summary
dtype: string
- name: itv2 hi text
dtype: string
splits:
- name: test
num_bytes: 8004101
num_examples: 1000
- name: validation
num_bytes: 8068773
num_examples: 1000
download_size: 6365106
dataset_size: 16072874
configs:
- config_name: default
data_files:
- split: test
path: data/test-*
- split: validation
path: data/validation-*
---

原始信息汇总

数据集概述

特征信息

• id: 数据类型为字符串。
• url: 数据类型为字符串。
• title: 数据类型为字符串。
• summary: 数据类型为字符串。
• text: 数据类型为字符串。
• itv2 hi title: 数据类型为字符串。
• itv2 hi summary: 数据类型为字符串。
• itv2 hi text: 数据类型为字符串。

数据分割

• test: 包含1000个样本，总字节数为8004101。
• validation: 包含1000个样本，总字节数为8068773。

数据集大小

• 下载大小: 6365106字节。
• 数据集大小: 16072874字节。

配置信息

• default:
  • test: 文件路径为data/test-*。
  • validation: 文件路径为data/validation-*。