Stergios-Konstantinidis/ML2025_embedded_filtered

--- dataset_info: features: - name: url dtype: string - name: text dtype: string - name: source dtype: string - name: embeddings_ML_finetuned list: float64 - name: embeddings_defacto list: float64 splits: - name: train num_bytes: 13216295146 num_examples: 765779 download_size: 7643304445 dataset_size: 13216295146 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 字段名称：统一资源定位符（URL），数据类型：字符串 - 字段名称：文本，数据类型：字符串 - 字段名称：来源，数据类型：字符串 - 字段名称：embeddings_ML_finetuned，数据类型：双精度浮点数列表 - 字段名称：embeddings_defacto，数据类型：双精度浮点数列表 数据集划分： - 划分名称：训练集，字节占用量：13216295146，样本数量：765779 下载大小：7643304445 数据集总存储大小：13216295146 配置项： - 配置名称：默认配置，数据文件： - 对应训练集划分，文件路径：data/train-*