janko/sk_csfd-movie-reviews

---
license: cc-by-sa-4.0
dataset_info:
features:
- name: review_id
dtype: string
- name: rating_str
dtype: string
- name: rating_int
dtype: int64
- name: date
dtype: timestamp[s]
- name: comment_language
dtype: string
- name: comment
dtype: string
- name: item_title
dtype: string
- name: item_year
dtype: string
- name: item_kind
dtype: string
- name: item_genres
sequence: string
- name: item_directors
sequence: string
- name: item_screenwriters
sequence: string
- name: item_cast
sequence: string
- name: label
dtype: string
splits:
- name: train
num_bytes: 31298603
num_examples: 20832
- name: validation
num_bytes: 3155871
num_examples: 2083
- name: test
num_bytes: 3421840
num_examples: 2085
download_size: 21133761
dataset_size: 37876314
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集信息

• 许可证: cc-by-sa-4.0

数据集特征

• review_id: 字符串类型
• rating_str: 字符串类型
• rating_int: 整数类型
• date: 时间戳类型
• comment_language: 字符串类型
• comment: 字符串类型
• item_title: 字符串类型
• item_year: 字符串类型
• item_kind: 字符串类型
• item_genres: 字符串序列类型
• item_directors: 字符串序列类型
• item_screenwriters: 字符串序列类型
• item_cast: 字符串序列类型
• label: 字符串类型

数据集划分

• 训练集:
  • 数量: 20832个样本
  • 大小: 31298603字节
• 验证集:
  • 数量: 2083个样本
  • 大小: 3155871字节
• 测试集:
  • 数量: 2085个样本
  • 大小: 3421840字节

数据集大小

• 下载大小: 21133761字节
• 总大小: 37876314字节

配置文件

• 默认配置:
  • 训练数据路径: data/train-*
  • 验证数据路径: data/validation-*
  • 测试数据路径: data/test-*