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