sunhaozhepy/ag_news_rake_keywords_embeddings

该数据集包含文本内容、标签、关键词和关键词嵌入四个主要特征。标签分为World、Sports、Business、Sci/Tech四个类别。数据集分为训练集和测试集，训练集包含120,000个样本，测试集包含7,600个样本。数据集的下载大小为498,660,839字节，数据集总大小为435,120,746字节。

原始信息汇总

数据集概述

数据集特征

• text: 文本数据，数据类型为字符串。
• label: 标签数据，数据类型为分类标签，包含以下类别：
  • 0: World
  • 1: Sports
  • 2: Business
  • 3: Sci/Tech
• keywords: 关键词数据，数据类型为字符串。
• keywords_embeddings: 关键词嵌入数据，数据类型为浮点数序列。

数据集划分

• train: 训练集，包含120000个样本，占用409214650字节。
• test: 测试集，包含7600个样本，占用25906096字节。

数据集大小

• 下载大小: 498660839字节
• 实际大小: 435120746字节

配置信息

• config_name: default
• data_files:
  • train: 路径为data/train-*
  • test: 路径为data/test-*