Intuit-GenSRF/all_french_datasets

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
dataset_info:
features:
- name: text
dtype: string
- name: labels
sequence: string
- name: encoded_labels
sequence: int64
- name: lang
dtype: string
- name: has_toxic
dtype: int64
- name: has_profane
dtype: int64
- name: has_insult
dtype: int64
- name: has_hate
dtype: int64
- name: has_threat
dtype: int64
- name: has_sexual
dtype: int64
- name: has_offensive
dtype: int64
- name: has_selfharm
dtype: int64
- name: has_harassment
dtype: int64
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 1135963065
num_examples: 2124196
download_size: 522591191
dataset_size: 1135963065
---
# Dataset Card for "all_french_datasets"

[More Information needed](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

配置信息

• 配置名称: default
• 数据文件:
  • 分割: train
  • 路径: data/train-*

数据集信息

• 特征:
  • 名称: text
    • 数据类型: string
  • 名称: labels
    • 序列类型: string
  • 名称: encoded_labels
    • 序列类型: int64
  • 名称: lang
    • 数据类型: string
  • 名称: has_toxic
    • 数据类型: int64
  • 名称: has_profane
    • 数据类型: int64
  • 名称: has_insult
    • 数据类型: int64
  • 名称: has_hate
    • 数据类型: int64
  • 名称: has_threat
    • 数据类型: int64
  • 名称: has_sexual
    • 数据类型: int64
  • 名称: has_offensive
    • 数据类型: int64
  • 名称: has_selfharm
    • 数据类型: int64
  • 名称: has_harassment
    • 数据类型: int64
  • 名称: index_level_0
    • 数据类型: int64

分割信息

• 名称: train
  • 字节数: 1135963065
  • 样本数: 2124196

数据集大小

• 下载大小: 522591191
• 数据集大小: 1135963065