prl90777/essay_150_3

---
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: 23270615
num_examples: 11076
- name: validation
num_bytes: 5835573
num_examples: 2770
- name: test
num_bytes: 7184939
num_examples: 3461
download_size: 20123416
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：
特征项：
- 特征名：作文ID（essay_id），数据类型：字符串
- 特征名：完整文本（full_text），数据类型：字符串
- 特征名：得分（score），数据类型：类别标签（class_label），其标签映射关系为：0对应1，1对应2，2对应3，3对应4，4对应5，5对应6，标签ID列表为[0, 1, 2, 3, 4, 5]
数据集划分：
- 划分名称：训练集（train），字节数：23270615，样本数量：11076
- 划分名称：验证集（validation），字节数：5835573，样本数量：2770
- 划分名称：测试集（test），字节数：7184939，样本数量：3461
下载大小：20123416，数据集总大小：36291127
配置项：
- 配置名称：默认配置（default），数据文件路径：
- 训练集：data/train-*
- 验证集：data/validation-*
- 测试集：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，包含以下类别：
  • 1, 2, 3, 4, 5, 6

数据集划分

• train: 包含11076个样本，占用23270615字节。
• validation: 包含2770个样本，占用5835573字节。
• test: 包含3461个样本，占用7184939字节。

数据集大小

• 下载大小: 20123416字节。
• 数据集总大小: 36291127字节。

数据文件配置

• config_name: default
• data_files:
  • train: 路径为data/train-*
  • validation: 路径为data/validation-*
  • test: 路径为data/test-*