316usman/thematic5e-pw-embed-part4

--- dataset_info: features: - name: text dtype: string - name: document_url dtype: string - name: source_url dtype: string - name: country dtype: string splits: - name: train num_bytes: 265771303 num_examples: 405601 download_size: 102982484 dataset_size: 265771303 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 名称：text，数据类型：字符串（string） - 名称：document_url，数据类型：字符串（string） - 名称：source_url，数据类型：字符串（string） - 名称：country，数据类型：字符串（string） 数据划分： - 划分名称：train（训练集），字节数：265771303，样本数：405601 下载大小：102982484 数据集总大小：265771303 配置项： - 配置名称：default（默认配置），数据文件： - 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

• text：数据类型为字符串。
• document_url：数据类型为字符串。
• source_url：数据类型为字符串。
• country：数据类型为字符串。

数据集划分

• 训练集（train）：
  • 数据量：405601个样本
  • 存储大小：265771303字节

数据集大小

• 下载大小：102982484字节
• 数据集总大小：265771303字节