遇见数据集

Intuit-GenSRF/all_french_datasets

收藏
Hugging Face2023-11-03 更新2024-03-04 收录
官方服务:

资源简介:

--- 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)

配置项: - 配置名称:默认配置(default) 数据文件: - 拆分集:训练集(train) 路径:data/train-* 数据集信息: 特征字段: - 名称:文本(text),数据类型:字符串 - 名称:标签(labels),数据类型:字符串序列 - 名称:编码标签(encoded_labels),数据类型:64位整数序列 - 名称:语言(lang),数据类型:字符串 - 名称:毒性内容标识(has_toxic),数据类型:64位整数 - 名称:亵渎内容标识(has_profane),数据类型:64位整数 - 名称:侮辱内容标识(has_insult),数据类型:64位整数 - 名称:仇恨内容标识(has_hate),数据类型:64位整数 - 名称:威胁内容标识(has_threat),数据类型:64位整数 - 名称:色情内容标识(has_sexual),数据类型:64位整数 - 名称:冒犯内容标识(has_offensive),数据类型:64位整数 - 名称:自伤相关内容标识(has_selfharm),数据类型:64位整数 - 名称:骚扰内容标识(has_harassment),数据类型:64位整数 - 名称:内部索引字段(__index_level_0__),数据类型:64位整数 拆分集信息: - 名称:训练集(train) 字节大小:1135963065 样本数量:2124196 下载总大小:522591191 数据集总大小:1135963065 --- # "all_french_datasets" 数据集卡片(Dataset Card) [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:
Intuit-GenSRF
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
二维码
社区交流群
二维码
科研交流群
商业服务