MoritzLaurer/cap_sotu

--- dataset_info: features: - name: text dtype: string - name: labels dtype: string - name: label_cap2 dtype: int64 - name: label_cap2_text dtype: string - name: label_cap4 dtype: int64 - name: year dtype: int64 - name: president dtype: string - name: pres_party dtype: int64 - name: id_original dtype: int64 - name: text_original dtype: string - name: text_preceding dtype: string - name: text_following dtype: string - name: doc_id dtype: int64 splits: - name: train num_bytes: 13205826 num_examples: 23040 download_size: 6809027 dataset_size: 13205826 --- # Dataset Card for "cap_sotu" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)--- 数据集信息： 特征列表： - 字段名称：文本（text），数据类型：字符串（string） - 字段名称：标签（labels），数据类型：字符串（string） - 字段名称：二级标签（label_cap2），数据类型：64位整型（int64） - 字段名称：二级标签文本（label_cap2_text），数据类型：字符串（string） - 字段名称：四级标签（label_cap4），数据类型：64位整型（int64） - 字段名称：年份（year），数据类型：64位整型（int64） - 字段名称：总统（president），数据类型：字符串（string） - 字段名称：总统所属政党（pres_party），数据类型：64位整型（int64） - 字段名称：原始ID（id_original），数据类型：64位整型（int64） - 字段名称：原始文本（text_original），数据类型：字符串（string） - 字段名称：前置文本（text_preceding），数据类型：字符串（string） - 字段名称：后置文本（text_following），数据类型：字符串（string） - 字段名称：文档ID（doc_id），数据类型：64位整型（int64） 数据集划分： - 划分名称：训练集（train），字节占用量：13205826，样本数量：23040 下载大小：6809027 数据集总大小：13205826 --- # "cap_sotu"数据集卡片 [需补充更多信息](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

• 名称: cap_sotu

数据集特征

• text: 数据类型为字符串。
• labels: 数据类型为字符串。
• label_cap2: 数据类型为整数64位。
• label_cap2_text: 数据类型为字符串。
• label_cap4: 数据类型为整数64位。
• year: 数据类型为整数64位。
• president: 数据类型为字符串。
• pres_party: 数据类型为整数64位。
• id_original: 数据类型为整数64位。
• text_original: 数据类型为字符串。
• text_preceding: 数据类型为字符串。
• text_following: 数据类型为字符串。
• doc_id: 数据类型为整数64位。

数据集分割

• train:
  • num_bytes: 13205826
  • num_examples: 23040

数据集大小

• download_size: 6809027
• dataset_size: 13205826