hippocrates/DDI2013_train

---
dataset_info:
features:
- name: id
dtype: string
- name: conversations
list:
- name: from
dtype: string
- name: value
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 40950848
num_examples: 18779
- name: valid
num_bytes: 17341741
num_examples: 7244
- name: test
num_bytes: 12802521
num_examples: 5761
download_size: 12675431
dataset_size: 71095110
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: valid
path: data/valid-*
- split: test
path: data/test-*
---

数据集信息：
特征字段：
- 名称：id，数据类型：字符串
- 名称：conversations，类型为列表，列表元素包含两个子字段：
- 名称：from，数据类型：字符串
- 名称：value，数据类型：字符串
- 名称：text，数据类型：字符串
数据集划分：
- 划分名称：train（训练集），占用字节数：40950848，样本数量：18779
- 划分名称：valid（验证集），占用字节数：17341741，样本数量：7244
- 划分名称：test（测试集），占用字节数：12802521，样本数量：5761
下载大小：12675431 字节，总数据集大小：71095110 字节
配置项：
- 配置名称：default（默认配置），数据文件映射如下：
- 划分 train 对应路径：data/train-*
- 划分 valid 对应路径：data/valid-*
- 划分 test 对应路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为字符串。
• conversations: 包含以下子特征：
  • from: 数据类型为字符串。
  • value: 数据类型为字符串。
• text: 数据类型为字符串。

数据集分割

• 训练集 (train): 包含18779个样本，占用40950848字节。
• 验证集 (valid): 包含7244个样本，占用17341741字节。
• 测试集 (test): 包含5761个样本，占用12802521字节。

数据集大小

• 下载大小: 12675431字节。
• 数据集总大小: 71095110字节。