serbog/job_listing_german_cleaned_bert
收藏Hugging Face2023-09-10 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/serbog/job_listing_german_cleaned_bert
下载链接
链接失效反馈官方服务：
资源简介：
---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: eval
path: data/eval-*
- split: test
path: data/test-*
dataset_info:
features:
- name: id
dtype: string
- name: cleaned_description
dtype: string
- name: title
dtype: string
- name: C1
dtype: int64
- name: C2
dtype: int64
- name: C3
dtype: int64
- name: C4
dtype: int64
- name: C5
dtype: int64
- name: C6
dtype: int64
- name: C7
dtype: int64
- name: C8
dtype: int64
- name: C9
dtype: int64
splits:
- name: train
num_bytes: 1119693900
num_examples: 509834
- name: eval
num_bytes: 261886055
num_examples: 104864
- name: test
num_bytes: 234468000
num_examples: 102796
download_size: 670254315
dataset_size: 1616047955
---
# Dataset Card for "job_listing_german_cleaned_bert"
[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：
- 拆分集：train（训练集），路径：data/train-*
- 拆分集：eval（验证集），路径：data/eval-*
- 拆分集：test（测试集），路径：data/test-*
数据集信息：
特征字段：
- 字段名：id（样本标识符），数据类型：string（字符串）
- 字段名：cleaned_description（清洗后文本），数据类型：string（字符串）
- 字段名：title（职位标题），数据类型：string（字符串）
- 字段名：C1，数据类型：int64（64位整数）
- 字段名：C2，数据类型：int64（64位整数）
- 字段名：C3，数据类型：int64（64位整数）
- 字段名：C4，数据类型：int64（64位整数）
- 字段名：C5，数据类型：int64（64位整数）
- 字段名：C6，数据类型：int64（64位整数）
- 字段名：C7，数据类型：int64（64位整数）
- 字段名：C8，数据类型：int64（64位整数）
- 字段名：C9，数据类型：int64（64位整数）
拆分集详情：
- 拆分集名称：train（训练集），总字节数：1119693900，样本总数：509834
- 拆分集名称：eval（验证集），总字节数：261886055，样本总数：104864
- 拆分集名称：test（测试集），总字节数：234468000，样本总数：102796
下载总大小：670254315
数据集总存储大小：1616047955
---
# 「job_listing_german_cleaned_bert」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)
提供机构：
serbog
原始信息汇总
数据集概述
数据集名称
- job_listing_german_cleaned_bert
数据集配置
- 默认配置
数据文件路径
- 训练集:
data/train-* - 验证集:
data/eval-* - 测试集:
data/test-*
数据集特征
id: 字符串类型cleaned_description: 字符串类型title: 字符串类型C1至C9: 整数类型 (int64)
数据集拆分
- 训练集: 509834个样本, 1119693900字节
- 验证集: 104864个样本, 261886055字节
- 测试集: 102796个样本, 234468000字节
数据集大小
- 下载大小: 670254315字节
- 数据集大小: 1616047955字节
