ytcheng/forum_stategy

---
dataset_info:
features:
- name: status
dtype: int64
- name: title
dtype: string
- name: reply_num
dtype: int64
- name: attribute
dtype: int64
- name: from
dtype: int64
- name: view_num
dtype: int64
- name: subtype
dtype: int64
- name: has_official_reply
dtype: int64
- name: content
dtype: string
- name: thumbnail
dtype: string
- name: is_top
dtype: int64
- name: good_num
dtype: int64
- name: time
dtype: int64
- name: guild_id
dtype: int64
- name: cover_img
dtype: string
- name: is_boutique
dtype: int64
- name: reply_time
dtype: int64
- name: is_lock
dtype: int64
- name: thread_id
dtype: int64
- name: block_type
dtype: int64
- name: uid
dtype: int64
- name: clean_text
dtype: string
- name: augmented_contents
sequence: string
splits:
- name: train
num_bytes: 5585428
num_examples: 379
download_size: 2558582
dataset_size: 5585428
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征列表：
- 特征名：状态（status），数据类型：64位整数（int64）
- 特征名：标题（title），数据类型：字符串（string）
- 特征名：回复数（reply_num），数据类型：64位整数（int64）
- 特征名：属性（attribute），数据类型：64位整数（int64）
- 特征名：来源（from），数据类型：64位整数（int64）
- 特征名：浏览量（view_num），数据类型：64位整数（int64）
- 特征名：子类型（subtype），数据类型：64位整数（int64）
- 特征名：是否存在官方回复（has_official_reply），数据类型：64位整数（int64）
- 特征名：内容（content），数据类型：字符串（string）
- 特征名：缩略图（thumbnail），数据类型：字符串（string）
- 特征名：是否置顶（is_top），数据类型：64位整数（int64）
- 特征名：点赞数（good_num），数据类型：64位整数（int64）
- 特征名：时间（time），数据类型：64位整数（int64）
- 特征名：频道ID（guild_id），数据类型：64位整数（int64）
- 特征名：封面图片（cover_img），数据类型：字符串（string）
- 特征名：是否为精品内容（is_boutique），数据类型：64位整数（int64）
- 特征名：回复时间（reply_time），数据类型：64位整数（int64）
- 特征名：是否锁定（is_lock），数据类型：64位整数（int64）
- 特征名：主题ID（thread_id），数据类型：64位整数（int64）
- 特征名：区块类型（block_type），数据类型：64位整数（int64）
- 特征名：用户ID（uid），数据类型：64位整数（int64）
- 特征名：清理后文本（clean_text），数据类型：字符串（string）
- 特征名：增强内容（augmented_contents），数据类型：字符串序列（sequence: string）
拆分集：
- 拆分名：训练集（train），字节数：5585428，样本数量：379
下载大小：2558582
数据集总大小：5585428
配置项：
- 配置名：默认（default），数据文件：
- 对应拆分：训练集（train），文件路径：data/train-*

原始信息汇总

数据集概述

数据特征

数据集包含以下特征：

• status: 数据类型为 int64
• title: 数据类型为 string
• reply_num: 数据类型为 int64
• attribute: 数据类型为 int64
• from: 数据类型为 int64
• view_num: 数据类型为 int64
• subtype: 数据类型为 int64
• has_official_reply: 数据类型为 int64
• content: 数据类型为 string
• thumbnail: 数据类型为 string
• is_top: 数据类型为 int64
• good_num: 数据类型为 int64
• time: 数据类型为 int64
• guild_id: 数据类型为 int64
• cover_img: 数据类型为 string
• is_boutique: 数据类型为 int64
• reply_time: 数据类型为 int64
• is_lock: 数据类型为 int64
• thread_id: 数据类型为 int64
• block_type: 数据类型为 int64
• uid: 数据类型为 int64
• clean_text: 数据类型为 string
• augmented_contents: 数据类型为 string 的序列

数据分割

数据集包含以下分割：

• train: 包含 379 个样本，占用 5585428 字节

数据集大小

• 下载大小: 2558582 字节
• 数据集大小: 5585428 字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*