mteb/scala_da_classification

--- dataset_info: features: - name: text dtype: string - name: corruption_type dtype: string - name: label dtype: string splits: - name: train num_bytes: 139194 num_examples: 1024 - name: test num_bytes: 281517 num_examples: 2048 - name: full_train num_bytes: 733506 num_examples: 5342 - name: val num_bytes: 32942 num_examples: 256 download_size: 700593 dataset_size: 1187159 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* - split: full_train path: data/full_train-* - split: val path: data/val-* ---数据集信息： 特征字段： - 字段名：text（文本），数据类型：字符串 - 字段名：corruption_type（损坏类型），数据类型：字符串 - 字段名：label（标签），数据类型：字符串 数据集拆分： - 拆分名称：train（训练集），字节占用量：139194，样本数量：1024 - 拆分名称：test（测试集），字节占用量：281517，样本数量：2048 - 拆分名称：full_train（完整训练集），字节占用量：733506，样本数量：5342 - 拆分名称：val（验证集），字节占用量：32942，样本数量：256 下载总大小：700593，数据集总存储大小：1187159 配置项： - 配置名称：default，数据文件映射： - 拆分train：对应路径 data/train-* - 拆分test：对应路径 data/test-* - 拆分full_train：对应路径 data/full_train-* - 拆分val：对应路径 data/val-*

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。
• corruption_type：数据类型为字符串。
• label：数据类型为字符串。

数据集分割

• train：包含1024个样本，总大小为139194字节。
• test：包含2048个样本，总大小为281517字节。
• full_train：包含5342个样本，总大小为733506字节。
• val：包含256个样本，总大小为32942字节。

数据集大小

• 下载大小：700593字节。
• 数据集总大小：1187159字节。

配置文件

• 默认配置：包含训练、测试、完整训练和验证数据的路径配置。