hieunguyen1053/tvpl

---
dataset_info:
features:
- name: source
dtype: string
- name: subject
dtype: string
- name: text
dtype: string
- name: meta
struct:
- name: issuing_agency
dtype: string
- name: promulgation_date
dtype: string
- name: sign_number
dtype: string
- name: signer
dtype: string
- name: type
dtype: string
splits:
- name: train
num_bytes: 7913622142
num_examples: 329123
download_size: 2697223911
dataset_size: 7913622142
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征项：
- 字段名称：source（译为：来源），数据类型：字符串
- 字段名称：subject（译为：主题），数据类型：字符串
- 字段名称：text（译为：文本），数据类型：字符串
- 字段名称：meta（译为：元数据），为结构体类型，包含以下子字段：
- 子字段：issuing_agency（译为：发布机构），数据类型：字符串
- 子字段：promulgation_date（译为：颁布日期），数据类型：字符串
- 子字段：sign_number（译为：发文文号），数据类型：字符串
- 子字段：signer（译为：签署人），数据类型：字符串
- 子字段：type（译为：文件类型），数据类型：字符串
数据集划分：
- 划分名称：train（训练集），字节占用量：7913622142，样本总数：329123
下载总大小：2697223911
数据集本体大小：7913622142
配置项：
- 配置名称：default
数据文件配置：
- 对应划分：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

• source: 数据类型为字符串。
• subject: 数据类型为字符串。
• text: 数据类型为字符串。
• meta: 结构化数据，包含以下子特征：
  • issuing_agency: 数据类型为字符串。
  • promulgation_date: 数据类型为字符串。
  • sign_number: 数据类型为字符串。
  • signer: 数据类型为字符串。
  • type: 数据类型为字符串。

数据集划分

• train: 包含329123个示例，总字节数为7913622142。

数据集大小

• 下载大小: 2697223911字节。
• 数据集大小: 7913622142字节。