thanaphatt1/samsum-th-ggtrans

---
dataset_info:
features:
- name: id
dtype: string
- name: dialogue
dtype: string
- name: summary
dtype: string
splits:
- name: train
num_bytes: 22585353
num_examples: 14731
- name: validation
num_bytes: 1231483
num_examples: 818
- name: test
num_bytes: 1271673
num_examples: 819
download_size: 9523753
dataset_size: 25088509
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
特征字段：
- 字段名：id，数据类型：字符串（string）
- 字段名：dialogue（对话文本），数据类型：字符串（string）
- 字段名：summary（摘要文本），数据类型：字符串（string）
数据集划分：
- 划分类型：训练集（train），字节占用量：22585353，样本量：14731
- 划分类型：验证集（validation），字节占用量：1231483，样本量：818
- 划分类型：测试集（test），字节占用量：1271673，样本量：819
下载总大小：9523753，数据集总存储大小：25088509
配置信息：
- 配置名称：默认配置（default），数据文件配置：
- 训练集（train）：存储路径为data/train-*
- 验证集（validation）：存储路径为data/validation-*
- 测试集（test）：存储路径为data/test-*

原始信息汇总

数据集概述

数据特征

• id: 数据类型为字符串（string）
• dialogue: 数据类型为字符串（string）
• summary: 数据类型为字符串（string）

数据分割

• train:
  • 字节数: 22585353
  • 样本数: 14731
• validation:
  • 字节数: 1231483
  • 样本数: 818
• test:
  • 字节数: 1271673
  • 样本数: 819

数据大小

• 下载大小: 9523753 字节
• 数据集大小: 25088509 字节

配置

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