emaeon/train8

--- dataset_info: features: - name: code1 dtype: string - name: code2 dtype: string - name: similar dtype: int64 - name: __index_level_0__ dtype: int64 splits: - name: train num_bytes: 9015013948 num_examples: 5000000 download_size: 4018034864 dataset_size: 9015013948 --- # Dataset Card for "train8" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)--- 数据集信息： 特征项： - 名称：code1，数据类型：字符串（string） - 名称：code2，数据类型：字符串（string） - 名称：similar，数据类型：64位整数（int64） - 名称：__index_level_0__，数据类型：64位整数（int64） 数据集划分： - 划分名称：训练集（train），占用字节数：9015013948，样本总数：5000000 下载大小：4018034864 数据集总大小：9015013948 --- # 「train8」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: train8

数据集特征

• 特征1: code1
  • 数据类型: string
• 特征2: code2
  • 数据类型: string
• 特征3: similar
  • 数据类型: int64
• 特征4: index_level_0
  • 数据类型: int64

数据集拆分

• 拆分名称: train
  • 数据大小: 9015013948 bytes
  • 示例数量: 5000000

数据集大小

• 下载大小: 4018034864 bytes
• 数据集总大小: 9015013948 bytes