JeswinMS4/code_text_classifier

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
dataset_info:
features:
- name: text
dtype: string
- name: label
dtype:
class_label:
names:
'0': code
'1': text
splits:
- name: train
num_bytes: 58725
num_examples: 823
- name: validation
num_bytes: 3311
num_examples: 46
- name: test
num_bytes: 3320
num_examples: 46
download_size: 35195
dataset_size: 65356
---
# Dataset Card for "code_text_classifier"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

The dataset code_text_classifier includes three parts: train, validation, and test. Each part contains two features: text and label. The text feature is of string type, and the label feature is a class label with two categories: code and text. The train part contains 823 samples, while the validation and test parts each contain 46 samples.

原始信息汇总

数据集概述

数据集名称

• code_text_classifier

数据集配置

• 默认配置

数据文件

• 训练集（train）：路径为 data/train-*
• 验证集（validation）：路径为 data/validation-*
• 测试集（test）：路径为 data/test-*

数据特征

• 文本（text）：数据类型为字符串（string）
• 标签（label）：数据类型为类别标签，包含两个类别：0（code）和 1（text）

数据集划分

• 训练集（train）：字节数为 58725，样本数为 823
• 验证集（validation）：字节数为 3311，样本数为 46
• 测试集（test）：字节数为 3320，样本数为 46

数据集大小

• 下载大小：35195 字节
• 数据集大小：65356 字节