AmirMohseni/WildChat-Legal-Classification-V2-Balanced

---
dataset_info:
features:
- name: id
dtype: string
- name: conversation
list:
- name: role
dtype: string
- name: content
dtype: string
- name: contains_legal_content
dtype: bool
- name: seeks_legal_guidance
dtype: bool
- name: personalized_or_operational
dtype: bool
- name: topics
list: string
- name: primary_topic
dtype: string
- name: relevant_user_turn_ids
list: int32
- name: relevant_assistant_turn_ids
list: int32
- name: uncertainty
dtype: string
splits:
- name: total
num_bytes: 13746097
num_examples: 2122
- name: train
num_bytes: 12375690
num_examples: 1909
- name: val
num_bytes: 588024
num_examples: 106
- name: test
num_bytes: 782389
num_examples: 107
download_size: 13541486
dataset_size: 27492200
configs:
- config_name: default
data_files:
- split: total
path: data/total-*
- split: train
path: data/train-*
- split: val
path: data/val-*
- split: test
path: data/test-*
---

数据集信息：
特征：
- 字段名：id，数据类型：字符串
- 字段名：conversation（对话序列），为列表类型，列表元素包含：
- 字段名：role（角色），数据类型：字符串
- 字段名：content（内容），数据类型：字符串
- 字段名：contains_legal_content，数据类型：布尔值
- 字段名：seeks_legal_guidance，数据类型：布尔值
- 字段名：personalized_or_operational，数据类型：布尔值
- 字段名：topics（主题列表），为字符串类型的列表
- 字段名：primary_topic（核心主题），数据类型：字符串
- 字段名：relevant_user_turn_ids（相关用户对话轮次标识符），为32位整数类型的列表
- 字段名：relevant_assistant_turn_ids（相关助手对话轮次标识符），为32位整数类型的列表
- 字段名：uncertainty（不确定性描述），数据类型：字符串
数据集划分：
- 划分集名称：total（总集），字节大小：13746097，样本量：2122
- 划分集名称：train（训练集），字节大小：12375690，样本量：1909
- 划分集名称：val（验证集），字节大小：588024，样本量：106
- 划分集名称：test（测试集），字节大小：782389，样本量：107
下载总大小：13541486
数据集总存储大小：27492200
配置项：
- 配置名称：default（默认配置），对应数据文件：
- 划分集：total，数据文件路径：data/total-*
- 划分集：train，数据文件路径：data/train-*
- 划分集：val，数据文件路径：data/val-*
- 划分集：test，数据文件路径：data/test-*