chenghao/NEWS-COPY-train

该数据集包含NEWS COPY数据集的训练集，原始来源可以在Github上找到。数据集包含历史报纸数据。评估数据集可以在chenghao/NEWS-COPY-eval找到。

原始信息汇总

数据集概述

数据集特征

• Text 1: 数据类型为字符串。
• Text 2: 数据类型为字符串。
• Label: 数据类型为字符串。
• split: 数据类型为字符串。

数据集分割

• 训练集 (train): 包含73928个样本，总大小为285532211字节。
• 验证集 (dev): 包含6288个样本，总大小为18222482字节。

数据集大小

• 下载大小: 131881405字节。
• 数据集总大小: 303754693字节。

配置文件

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 验证集路径: data/dev-*

许可证

• 许可证信息: 未知。