316usman/thematic5e-pw-embed-part1

---
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: 265928322
num_examples: 405601
download_size: 104236819
dataset_size: 265928322
configs:
- config_name: default
data_files:
- split: train
path: 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：405,601个样本
  • 存储大小：265,928,322字节

数据集大小

• 下载大小：104,236,819字节
• 数据集总大小：265,928,322字节

配置信息

• 默认配置（default）：
  • 训练数据路径：data/train-*