316usman/thematic5a_rr_embed

--- dataset_info: features: - name: text dtype: string - name: document_url dtype: string - name: source_url dtype: string splits: - name: train num_bytes: 91171605 num_examples: 145890 download_size: 32744376 dataset_size: 91171605 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征项： - 字段名：文本（text），数据类型：字符串 - 字段名：文档链接（document_url），数据类型：字符串 - 字段名：来源链接（source_url），数据类型：字符串 数据拆分： - 拆分名称：训练集（train），占用字节数：91171605，样本数量：145890 下载大小：32744376 数据集总大小：91171605 配置项： - 配置名称：默认（default），数据文件： - 拆分：训练集（train），路径：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。

数据集划分

• train:
  • 数据大小: 91171605 字节
  • 示例数量: 145890

数据集大小

• 下载大小: 32744376 字节
• 数据集总大小: 91171605 字节

配置信息

• config_name: default
• data_files:
  • split: train
  • path: data/train-*