davanstrien/test-sink

--- dataset_info: features: - name: id dtype: large_string - name: url dtype: large_string - name: text dtype: large_string - name: language dtype: large_string - name: token_count dtype: int64 - name: dump dtype: large_string - name: page_average_lid_score dtype: float64 splits: - name: train num_bytes: 3706571 num_examples: 50 download_size: 1790640 dataset_size: 3706571 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征： - 字段名：id，数据类型：大字符串类型（large_string） - 字段名：url，数据类型：大字符串类型（large_string） - 字段名：text，数据类型：大字符串类型（large_string） - 字段名：language，数据类型：大字符串类型（large_string） - 字段名：token_count，数据类型：64位整数类型（int64） - 字段名：dump，数据类型：大字符串类型（large_string） - 字段名：page_average_lid_score，数据类型：64位浮点类型（float64） 数据划分： - 划分名称：train（训练集），该划分占用字节数：3706571，样本数量：50 下载大小：1790640，数据集总存储大小：3706571 配置项： - 配置名称：default（默认配置），数据文件： - 对应划分：train（训练集），文件路径：data/train-*