james-burton/news_channel_ordinal

--- dataset_info: features: - name: ' n_tokens_content' dtype: float64 - name: ' n_unique_tokens' dtype: float64 - name: ' n_non_stop_words' dtype: float64 - name: ' n_non_stop_unique_tokens' dtype: float64 - name: ' num_hrefs' dtype: float64 - name: ' num_self_hrefs' dtype: float64 - name: ' num_imgs' dtype: float64 - name: ' num_videos' dtype: float64 - name: ' average_token_length' dtype: float64 - name: ' num_keywords' dtype: float64 - name: ' global_subjectivity' dtype: float64 - name: ' global_sentiment_polarity' dtype: float64 - name: ' global_rate_positive_words' dtype: float64 - name: ' global_rate_negative_words' dtype: float64 - name: ' rate_positive_words' dtype: float64 - name: ' rate_negative_words' dtype: float64 - name: article_title dtype: string - name: channel dtype: int64 splits: - name: train num_bytes: 3354492 num_examples: 17241 - name: validation num_bytes: 591868 num_examples: 3043 - name: test num_bytes: 987135 num_examples: 5071 download_size: 3376135 dataset_size: 4933495 --- # Dataset Card for "news_channel_ordinal" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)--- 数据集信息： 特征列： - 名称：内容Token数量（n_tokens_content），数据类型：float64 - 名称：唯一Token数量（n_unique_tokens），数据类型：float64 - 名称：非停用词数量（n_non_stop_words），数据类型：float64 - 名称：非停用唯一词数量（n_non_stop_unique_tokens），数据类型：float64 - 名称：超链接数量（num_hrefs），数据类型：float64 - 名称：站内链接数量（num_self_hrefs），数据类型：float64 - 名称：图片数量（num_imgs），数据类型：float64 - 名称：视频数量（num_videos），数据类型：float64 - 名称：平均Token长度（average_token_length），数据类型：float64 - 名称：关键词数量（num_keywords），数据类型：float64 - 名称：全局主观性得分（global_subjectivity），数据类型：float64 - 名称：全局情感极性得分（global_sentiment_polarity），数据类型：float64 - 名称：全局正面词占比（global_rate_positive_words），数据类型：float64 - 名称：全局负面词占比（global_rate_negative_words），数据类型：float64 - 名称：正面词占比（rate_positive_words），数据类型：float64 - 名称：负面词占比（rate_negative_words），数据类型：float64 - 名称：文章标题（article_title），数据类型：字符串 - 名称：频道（channel），数据类型：int64 数据划分： - 名称：训练集（train），字节大小：3354492，样本数量：17241 - 名称：验证集（validation），字节大小：591868，样本数量：3043 - 名称：测试集（test），字节大小：987135，样本数量：5071 下载总大小：3376135 数据集总存储大小：4933495 --- # 新闻频道有序分类（news_channel_ordinal）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

数据集特征

• n_tokens_content: float64
• n_unique_tokens: float64
• n_non_stop_words: float64
• n_non_stop_unique_tokens: float64
• num_hrefs: float64
• num_self_hrefs: float64
• num_imgs: float64
• num_videos: float64
• average_token_length: float64
• num_keywords: float64
• global_subjectivity: float64
• global_sentiment_polarity: float64
• global_rate_positive_words: float64
• global_rate_negative_words: float64
• rate_positive_words: float64
• rate_negative_words: float64
• article_title: string
• channel: int64

数据集分割

• 训练集:
  • 大小: 3354492字节
  • 示例数: 17241
• 验证集:
  • 大小: 591868字节
  • 示例数: 3043
• 测试集:
  • 大小: 987135字节
  • 示例数: 5071

数据集大小

• 下载大小: 3376135字节
• 数据集总大小: 4933495字节