kdercksen/pragtag_sentence_classification

该数据集是作为Revise and Resubmit工作的一部分提供的，具体来说，是从项目Github页面上的prag.csv文件处理而来，以便于使用HuggingFace模型进行句子分类。数据集中的句子是根据Github仓库中的splits.csv文件进行分割的，分为训练集、验证集和测试集。

原始信息汇总

数据集概述

语言

• 英语（en）

数据集信息

特征

• sentence: 数据类型为字符串（string）
• label: 数据类型为字符串（string）

分割

• train:
  • 字节数: 454998
  • 样本数: 3560
• validation:
  • 字节数: 63674
  • 样本数: 463
• test:
  • 字节数: 114554
  • 样本数: 888

大小

• 下载大小: 354318 字节
• 数据集大小: 633226 字节

配置

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