andersonbcdefg/github_issues_markdown

---
dataset_info:
features:
- name: text1
dtype: string
- name: text2
dtype: string
- name: label
dtype: int64
splits:
- name: train
num_bytes: 84836992
num_examples: 18565
- name: valid
num_bytes: 6778969
num_examples: 1547
- name: test
num_bytes: 5972868
num_examples: 1548
download_size: 39958866
dataset_size: 97588829
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：
- 名称：text1，数据类型：字符串
- 名称：text2，数据类型：字符串
- 名称：label，数据类型：64位整数
数据划分：
- 划分名称：train（训练集），字节大小：84836992，样本数量：18565
- 划分名称：valid（验证集），字节大小：6778969，样本数量：1547
- 划分名称：test（测试集），字节大小：5972868，样本数量：1548
下载总大小：39958866，数据集总存储大小：97588829
配置项：
- 配置名称：default（默认配置），数据文件：
- 划分：train，路径：data/train-*
- 划分：valid，路径：data/valid-*
- 划分：test，路径：data/test-*

原始信息汇总

数据集概述

数据特征

• text1: 数据类型为字符串（string）
• text2: 数据类型为字符串（string）
• label: 数据类型为64位整数（int64）

数据分割

• 训练集（train）:
  • 字节数: 84836992
  • 样本数: 18565
• 验证集（valid）:
  • 字节数: 6778969
  • 样本数: 1547
• 测试集（test）:
  • 字节数: 5972868
  • 样本数: 1548

数据大小

• 下载大小: 39958866 字节
• 数据集大小: 97588829 字节

配置

• 默认配置（default）:
  • 训练集文件路径: data/train-*
  • 验证集文件路径: data/valid-*
  • 测试集文件路径: data/test-*