DuongTrongChi/only_legal_filter

---
dataset_info:
features:
- name: published_date
dtype: string
- name: title
dtype: string
- name: question
dtype: string
- name: content
dtype: string
- name: refs
sequence: string
- name: domain
dtype: string
- name: url
dtype: string
- name: crawled_date
dtype: timestamp[s]
splits:
- name: train
num_bytes: 31086534.02224042
num_examples: 5490
download_size: 11441536
dataset_size: 31086534.02224042
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 发布日期（published_date）：字符串类型
- 标题（title）：字符串类型
- 问题（question）：字符串类型
- 正文内容（content）：字符串类型
- 参考文献（refs）：字符串序列类型
- 领域（domain）：字符串类型
- 统一资源定位符（url）：字符串类型
- 爬取日期（crawled_date）：秒级时间戳（timestamp[s]）类型
数据集划分：
- 训练集（train）：字节大小31086534.02224042，样本数量5490
下载总大小：11441536
数据集总存储大小：31086534.02224042
配置项：
- 配置名称：default（默认配置），数据文件：
- 数据集划分：train（训练集），存储路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• published_date: 数据类型为字符串。
• title: 数据类型为字符串。
• question: 数据类型为字符串。
• content: 数据类型为字符串。
• refs: 数据类型为字符串序列。
• domain: 数据类型为字符串。
• url: 数据类型为字符串。
• crawled_date: 数据类型为时间戳（秒）。

数据集分割

• train:
  • 数据大小: 31086534.02224042 字节
  • 示例数量: 5490

数据集大小

• 下载大小: 11441536 字节
• 数据集总大小: 31086534.02224042 字节

配置

• default:
  • 数据文件路径: data/train-*