mingfengxue/OccuQuest

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
- split: estate
path: data/estate-*
- split: quora
path: data/quora-*
dataset_info:
features:
- name: category
dtype: string
- name: occupation
dtype: string
- name: topic
dtype: string
- name: messages
list:
- name: role
dtype: string
- name: content
dtype: string
splits:
- name: train
num_bytes: 330314955
num_examples: 114090
- name: validation
num_bytes: 7314741
num_examples: 2500
- name: test
num_bytes: 718046
num_examples: 250
- name: estate
num_bytes: 703613
num_examples: 250
- name: quora
num_bytes: 45540
num_examples: 250
download_size: 139074820
dataset_size: 339096895
---
# Dataset Card for "OccuQuest"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集配置

• 默认配置：
  • 训练集：路径为 data/train-*
  • 验证集：路径为 data/validation-*
  • 测试集：路径为 data/test-*
  • 房产集：路径为 data/estate-*
  • Quora集：路径为 data/quora-*

数据集信息

• 特征：

  • category：字符串类型
  • occupation：字符串类型
  • topic：字符串类型
  • messages：列表类型，包含以下子特征：
    • role：字符串类型
    • content：字符串类型

• 数据分割：

  • 训练集：
    • 字节数：330314955
    • 样本数：114090
  • 验证集：
    • 字节数：7314741
    • 样本数：2500
  • 测试集：
    • 字节数：718046
    • 样本数：250
  • 房产集：
    • 字节数：703613
    • 样本数：250
  • Quora集：
    • 字节数：45540
    • 样本数：250

• 数据集大小：

  • 下载大小：139074820 字节
  • 数据集大小：339096895 字节