the-french-artist/hatvp_declarations_markdown_embeds

--- license: apache-2.0 dataset_info: features: - name: xml_sha1 dtype: string - name: declaration_xml dtype: string - name: markdown_sha1 dtype: string - name: declaration_markdown dtype: string - name: markdown_embedding sequence: float64 splits: - name: train num_bytes: 282608260 num_examples: 10944 download_size: 126569844 dataset_size: 282608260 configs: - config_name: default data_files: - split: train path: data/train-* ---许可证：Apache-2.0 数据集信息： 特征项： - 字段名：xml_sha1，数据类型：字符串 - 字段名：declaration_xml，数据类型：字符串 - 字段名：markdown_sha1，数据类型：字符串 - 字段名：declaration_markdown，数据类型：字符串 - 字段名：markdown_embedding，数据类型：float64类型序列 数据集划分： - 划分名称：train（训练集），占用字节数：282608260，样本总量：10944 下载大小：126569844 字节 数据集总大小：282608260 字节 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），文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• xml_sha1: 数据类型为字符串。
• declaration_xml: 数据类型为字符串。
• markdown_sha1: 数据类型为字符串。
• declaration_markdown: 数据类型为字符串。
• markdown_embedding: 数据类型为序列，元素类型为float64。

数据集分割

• 训练集（train）:
  • 字节数: 282608260
  • 示例数: 10944

数据集大小

• 下载大小: 126569844
• 数据集大小: 282608260

配置

• 默认配置（default）:
  • 数据文件路径模式: data/train-*