mtc/cnn_dm_paraphrase_unique_50k

---
dataset_info:
features:
- name: label
dtype: string
- name: noise
dtype: bool
- name: backtranslation
dtype: bool
- name: extraction_span
sequence: int64
- name: claim
dtype: string
- name: augmentation
dtype: float64
- name: augmentation_span
dtype: float64
- name: id
dtype: string
- name: filepath
dtype: string
- name: original_span
dtype: string
- name: paraphrase
dtype: string
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 15800118
num_examples: 50000
download_size: 9505172
dataset_size: 15800118
---
# Dataset Card for "cnn_dm_paraphrase_unique_50k"

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

数据集信息：
特征字段：
- 字段名：标签（label），数据类型：字符串型
- 字段名：噪声（noise），数据类型：布尔型
- 字段名：回译（backtranslation），数据类型：布尔型
- 字段名：抽取跨度（extraction_span），数据类型：64位整数序列
- 字段名：声明（claim），数据类型：字符串型
- 字段名：增强值（augmentation），数据类型：64位浮点数
- 字段名：增强跨度（augmentation_span），数据类型：64位浮点数
- 字段名：ID（id），数据类型：字符串型
- 字段名：文件路径（filepath），数据类型：字符串型
- 字段名：原始跨度（original_span），数据类型：字符串型
- 字段名：复述文本（paraphrase），数据类型：字符串型
- 字段名：内置索引级别0（__index_level_0__），数据类型：64位整数
划分集：
- 划分名：训练集（train），占用字节数：15800118，样本数量：50000
下载大小：9505172 字节
数据集总大小：15800118 字节

# "cnn_dm_paraphrase_unique_50k"数据集卡片

[需补充更多信息](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

数据集名称

• 名称: cnn_dm_paraphrase_unique_50k

数据集特征

• 特征列表:
  • label: 数据类型 - string
  • noise: 数据类型 - bool
  • backtranslation: 数据类型 - bool
  • extraction_span: 数据类型 - int64 (序列类型)
  • claim: 数据类型 - string
  • augmentation: 数据类型 - float64
  • augmentation_span: 数据类型 - float64
  • id: 数据类型 - string
  • filepath: 数据类型 - string
  • original_span: 数据类型 - string
  • paraphrase: 数据类型 - string
  • __index_level_0__: 数据类型 - int64

数据集分割

• 分割详情:
  • train:
    • 示例数量: 50000
    • 数据大小: 15800118 字节

数据集大小

• 下载大小: 9505172 字节
• 数据集总大小: 15800118 字节