sunhaozhepy/sst_llm_keywords_embeddings

---
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: sentence
dtype: string
- name: label
dtype: float32
- name: tokens
dtype: string
- name: tree
dtype: string
- name: keywords
dtype: string
- name: keywords_embeddings
sequence: float32
splits:
- name: train
num_bytes: 29449976
num_examples: 8544
- name: validation
num_bytes: 3798043
num_examples: 1101
- name: test
num_bytes: 7617749
num_examples: 2210
download_size: 47140795
dataset_size: 40865768
---
# Dataset Card for "sst_keywords_embeddings"

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

---
配置项：
- 配置名称：default（默认配置）
数据文件：
- 数据划分：train（训练集），文件路径：data/train-*
- 数据划分：validation（验证集），文件路径：data/validation-*
- 数据划分：test（测试集），文件路径：data/test-*
数据集信息：
特征字段：
- 字段名：sentence，数据类型：string（字符串）
- 字段名：label，数据类型：float32（单精度32位浮点数）
- 字段名：tokens，数据类型：string（字符串）
- 字段名：tree，数据类型：string（字符串）
- 字段名：keywords，数据类型：string（字符串）
- 字段名：keywords_embeddings，数据类型：float32（单精度32位浮点数）序列
数据划分详情：
- 划分名称：train（训练集），字节占用量：29449976，样本数量：8544
- 划分名称：validation（验证集），字节占用量：3798043，样本数量：1101
- 划分名称：test（测试集），字节占用量：7617749，样本数量：2210
下载总大小：47140795
数据集总存储大小：40865768
---
# "sst_keywords_embeddings"数据集卡片

[需补充更多数据集卡片信息](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

数据集名称

• sst_keywords_embeddings

数据集配置

• 默认配置

数据文件路径

• 训练集: data/train-*
• 验证集: data/validation-*
• 测试集: data/test-*

数据集特征

• 句子: string
• 标签: float32
• 词元: string
• 树结构: string
• 关键词: string
• 关键词嵌入: sequence: float32

数据集分割

• 训练集: 8544个样本, 29449976字节
• 验证集: 1101个样本, 3798043字节
• 测试集: 2210个样本, 7617749字节

数据集大小

• 下载大小: 47140795字节
• 数据集大小: 40865768字节