prl90777/essay_100_4

---
dataset_info:
features:
- name: essay_id
dtype: string
- name: full_text
dtype: string
- name: score
dtype:
class_label:
names:
'0': 1
'1': 2
'2': 3
'3': 4
'4': 5
'5': 6
id:
- 0
- 1
- 2
- 3
- 4
- 5
splits:
- name: train
num_bytes: 23246938
num_examples: 11076
- name: validation
num_bytes: 5768296
num_examples: 2770
- name: test
num_bytes: 7275893
num_examples: 3461
download_size: 20123392
dataset_size: 36291127
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：
- 作文ID（essay_id）：数据类型为字符串
- 完整文本（full_text）：数据类型为字符串
- 评分（score）：数据类型为分类标签（class_label），其标签名称映射规则为：标签ID 0 对应分值1，标签ID 1 对应分值2，标签ID 2 对应分值3，标签ID 3 对应分值4，标签ID 4 对应分值5，标签ID 5 对应分值6；标签ID序列为0、1、2、3、4、5
数据划分：
- 训练集（train）：字节占用量23246938，样本量11076
- 验证集（validation）：字节占用量5768296，样本量2770
- 测试集（test）：字节占用量7275893，样本量3461
下载总大小：20123392字节
数据集总存储大小：36291127字节
配置：
- 默认配置（config_name: default）：数据文件路径如下：
- 训练集（split: train）：路径为data/train-*
- 验证集（split: validation）：路径为data/validation-*
- 测试集（split: test）：路径为data/test-*

原始信息汇总

数据集概述

数据集特征

• essay_id: 数据类型为字符串。
• full_text: 数据类型为字符串。
• score: 数据类型为分类标签，具体分类如下：
  • 1: 对应标签0
  • 2: 对应标签1
  • 3: 对应标签2
  • 4: 对应标签3
  • 5: 对应标签4
  • 6: 对应标签5

数据集分割

• train: 包含11076个样本，总大小为23246938字节。
• validation: 包含2770个样本，总大小为5768296字节。
• test: 包含3461个样本，总大小为7275893字节。

数据集大小

• 下载大小: 20123392字节
• 数据集总大小: 36291127字节

数据文件配置

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