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。