mii-community/UsenetArchiveIT-conversations-test

--- dataset_info: features: - name: title dtype: string - name: id dtype: int64 - name: original_url dtype: string - name: newsgroup dtype: string - name: messages list: - name: content dtype: string - name: role dtype: string splits: - name: train num_bytes: 342771317 num_examples: 88088 download_size: 204456011 dataset_size: 342771317 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征： - 名称：title（标题），数据类型：字符串 - 名称：id，数据类型：64位整数 - 名称：original_url（原始统一资源定位符，Uniform Resource Locator），数据类型：字符串 - 名称：newsgroup（新闻组），数据类型：字符串 - 名称：messages，类型为列表，其子特征包括： - content（内容），数据类型：字符串 - role（角色），数据类型：字符串 数据拆分： - 拆分名称：train（训练集），数据字节数：342771317，样本数量：88088 下载大小：204456011字节 数据集总大小：342771317字节 配置项： - 配置名称：default（默认配置），数据文件： - 对应拆分：train（训练集），文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• title：字符串类型
• id：整数类型（int64）
• original_url：字符串类型
• newsgroup：字符串类型
• messages：列表类型，包含以下子特征：
  • content：字符串类型
  • role：字符串类型

数据集划分

• train：
  • 数据量：342,771,317字节
  • 示例数量：88,088个

数据集大小

• 下载大小：204,456,011字节
• 数据集大小：342,771,317字节

配置信息

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