JuniorThanh/vietnamese_news_human_ai_knn

--- dataset_info: features: - name: sentence_count dtype: int64 - name: ttr dtype: float64 - name: special_char_ratio dtype: float64 - name: caps_ratio dtype: float64 - name: stopwords_ratio dtype: float64 - name: entropy dtype: float64 - name: adj_ratio dtype: float64 - name: pronoun_ratio dtype: float64 - name: conjunction_ratio dtype: float64 - name: burstiness dtype: float64 - name: number_ratio dtype: float64 - name: Label dtype: int64 splits: - name: train num_bytes: 672000 num_examples: 7000 - name: validation num_bytes: 192000 num_examples: 2000 - name: test num_bytes: 96000 num_examples: 1000 download_size: 835610 dataset_size: 960000 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： 特征列表： - 名称：句子数量，数据类型：int64（64位整数） - 名称：类型-令牌比（Type-Token Ratio, TTR），数据类型：float64（64位浮点数） - 名称：特殊字符占比，数据类型：float64 - 名称：大写字符占比，数据类型：float64 - 名称：停用词占比，数据类型：float64 - 名称：熵（Entropy），数据类型：float64 - 名称：形容词占比，数据类型：float64 - 名称：代词占比，数据类型：float64 - 名称：连词占比，数据类型：float64 - 名称：突发度（Burstiness），数据类型：float64 - 名称：数字占比，数据类型：float64 - 名称：标签（Label），数据类型：int64 数据集划分： - 划分名称：训练集，占用字节数：672000，样本数量：7000 - 划分名称：验证集，占用字节数：192000，样本数量：2000 - 划分名称：测试集，占用字节数：96000，样本数量：1000 下载大小：835610 字节 数据集总大小：960000 字节 配置项： - 配置名称：默认配置，数据文件映射： - 训练集：对应路径为 data/train-* - 验证集：对应路径为 data/validation-* - 测试集：对应路径为 data/test-*