KushT/bbc_news_multiclass_train_val_test

---
license: mit
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
dataset_info:
features:
- name: text
dtype: string
- name: label
dtype: int64
splits:
- name: train
num_bytes: 3414429
num_examples: 1512
- name: validation
num_bytes: 888603
num_examples: 379
- name: test
num_bytes: 751863
num_examples: 334
download_size: 0
dataset_size: 5054895
---

Label Names:
{
'business': 0,
'entertainment': 1,
'politics': 2,
'sport': 3,
'tech': 4
}

Dataset: [Kaggle - BBC Full Text Document Classification](https://www.kaggle.com/datasets/shivamkushwaha/bbc-full-text-document-classification/code)

许可证：MIT
配置项：
- 配置名称：默认配置
数据文件：
- 拆分集：训练集（train），路径：data/train-*
- 拆分集：验证集（validation），路径：data/validation-*
- 拆分集：测试集（test），路径：data/test-*
数据集信息：
特征字段：
- 字段名：文本（text），数据类型：string
- 字段名：标签（label），数据类型：int64
数据拆分：
- 拆分名称：训练集（train），字节大小：3414429，样本数量：1512
- 拆分名称：验证集（validation），字节大小：888603，样本数量：379
- 拆分名称：测试集（test），字节大小：751863，样本数量：334
下载大小：0
数据集总大小：5054895

标签映射：
{
"业务（business）": 0,
"娱乐（entertainment）": 1,
"政治（politics）": 2,
"体育（sport）": 3,
"科技（tech）": 4
}

数据集来源：[Kaggle-BBC 全文本文档分类数据集](https://www.kaggle.com/datasets/shivamkushwaha/bbc-full-text-document-classification/code)

原始信息汇总

数据集概述

许可证

• MIT许可证

配置

• 默认配置
  • 数据文件路径：
    • 训练集：data/train-*
    • 验证集：data/validation-*
    • 测试集：data/test-*

数据集信息

• 特征：
  • text：字符串类型
  • label：64位整数类型
• 数据分割：
  • 训练集：
    • 字节数：3414429
    • 样本数：1512
  • 验证集：
    • 字节数：888603
    • 样本数：379
  • 测试集：
    • 字节数：751863
    • 样本数：334
• 下载大小：0字节
• 数据集大小：5054895字节

标签名称

• business：0
• entertainment：1
• politics：2
• sport：3
• tech：4