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