316usman/thematic1a_rr_embed

--- dataset_info: features: - name: text dtype: string - name: document_url dtype: string - name: source_url dtype: string splits: - name: train num_bytes: 52421194 num_examples: 85206 download_size: 19619669 dataset_size: 52421194 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息（dataset_info）: 特征（features）: - 名称（name）：文本（text），数据类型（dtype）：字符串（string） - 名称（name）：文档链接（document_url），数据类型（dtype）：字符串（string） - 名称（name）：来源链接（source_url），数据类型（dtype）：字符串（string） 数据集划分（splits）: - 划分名称（name）：训练集（train），字节数：52421194，样本数量：85206 下载大小：19619669 数据集总大小：52421194 配置项（configs）: - 配置名称（config_name）：默认（default），数据文件（data_files）: - 划分（split）：训练集（train），路径（path）：data/train-*

原始信息汇总

数据集概述

数据集特征

• text：数据类型为字符串。
• document_url：数据类型为字符串。
• source_url：数据类型为字符串。

数据集分割

• 训练集（train）：
  • 示例数量：85206
  • 数据大小：52421194字节

数据集大小

• 下载大小：19619669字节
• 数据集总大小：52421194字节

配置信息

• 默认配置（default）：
  • 训练数据路径：data/train-*