mandlc/anno-lexical-train-coreset-small-cluster

---
dataset_info:
features:
- name: text
dtype: string
- name: source_party
dtype: string
- name: source_name
dtype: string
- name: label
dtype: int64
- name: sentence_id
dtype: string
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 715398
num_examples: 3121
- name: test
num_bytes: 228889
num_examples: 1000
download_size: 640336
dataset_size: 944287
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征：
- 字段名：文本（text），数据类型：字符串
- 字段名：来源方（source_party），数据类型：字符串
- 字段名：来源名称（source_name），数据类型：字符串
- 字段名：标签（label），数据类型：64位整型
- 字段名：句子ID（sentence_id），数据类型：字符串
- 字段名：索引层级0（__index_level_0__），数据类型：64位整型
数据集拆分：
- 拆分名称：训练集（train），字节数：715398，样本数量：3121
- 拆分名称：测试集（test），字节数：228889，样本数量：1000
下载大小：640336，数据集总大小：944287
数据集配置：
- 配置名称：默认配置（default），数据文件：
- 训练集拆分对应路径：data/train-*
- 测试集拆分对应路径：data/test-*