neody/cc100-ja-cleaned

---
dataset_info:
features:
- name: text
dtype: string
- name: features
dtype: float64
splits:
- name: train
num_bytes: 1707700006
num_examples: 5208845
download_size: 1056924665
dataset_size: 1707700006
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征项：
- 名称：文本（text），数据类型：字符串（string）
- 名称：特征（features），数据类型：64位浮点数（float64）
数据划分：
- 划分名称：训练集（train），字节大小：1707700006，样本数量：5208845
下载大小：1056924665
数据集占用总大小：1707700006
配置项：
- 配置名称：默认（default），数据文件：
- 数据划分：训练集（train），文件路径：data/train-*