fla-hub/pg19

---
dataset_info:
features:
- name: short_book_title
dtype: string
- name: publication_date
dtype: int32
- name: url
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 11453688452
num_examples: 28602
- name: validation
num_bytes: 17402295
num_examples: 50
- name: test
num_bytes: 40482852
num_examples: 100
download_size: 7064845470
dataset_size: 11511573599
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
特征字段：
- 书籍短标题（short_book_title）：数据类型为字符串
- 出版日期（publication_date）：数据类型为32位整型（int32）
- 资源链接（url）：数据类型为字符串
- 文本内容（text）：数据类型为字符串
数据集划分：
- 训练集（train）：占用字节数11453688452，样本总数28602
- 验证集（validation）：占用字节数17402295，样本总数50
- 测试集（test）：占用字节数40482852，样本总数100
下载总大小：7064845470字节
数据集总存储大小：11511573599字节
配置项：
- 配置名称：default
数据文件映射：
- 训练集：路径为data/train-*
- 验证集：路径为data/validation-*
- 测试集：路径为data/test-*

原始信息汇总

数据集概述

数据集特征

• short_book_title：字符串类型
• publication_date：整数类型（int32）
• url：字符串类型
• text：字符串类型

数据集划分

• 训练集（train）：
  • 示例数量：28602
  • 数据大小：11453688452字节
• 验证集（validation）：
  • 示例数量：50
  • 数据大小：17402295字节
• 测试集（test）：
  • 示例数量：100
  • 数据大小：40482852字节

数据集大小

• 下载大小：7064845470字节
• 数据集总大小：11511573599字节

数据文件配置

• 默认配置（default）：
  • 训练集路径：data/train-*
  • 验证集路径：data/validation-*
  • 测试集路径：data/test-*