carolina-c4ai/carol-domain-sents

--- dataset_info: features: - name: source_typology dtype: large_string - name: carolina_typology dtype: large_string - name: domain dtype: string - name: text dtype: large_string splits: - name: train num_bytes: 620158659 num_examples: 3568152 - name: test num_bytes: 155021175 num_examples: 892038 - name: hps num_bytes: 12431451 num_examples: 71363 download_size: 354139178 dataset_size: 787611285 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* - split: hps path: data/hps-* ---数据集信息： 特征字段： - 名称：源类型学（source_typology），数据类型：大字符串（large_string） - 名称：卡罗来纳类型学（carolina_typology），数据类型：大字符串（large_string） - 名称：领域（domain），数据类型：字符串（string） - 名称：文本（text），数据类型：大字符串（large_string） 数据集划分： - 划分名称：训练集（train），字节数：620158659，样本数量：3568152 - 划分名称：测试集（test），字节数：155021175，样本数量：892038 - 划分名称：hps，字节数：12431451，样本数量：71363 下载总大小：354139178 数据集总大小：787611285 配置信息： - 配置名称：默认（default），数据文件路径： - 划分：训练集，对应路径：data/train-* - 划分：测试集，对应路径：data/test-* - 划分：hps，对应路径：data/hps-*