mhr2004/wikineg-train

---
dataset_info:
features:
- name: dataid
dtype: int32
- name: articleid
dtype: int32
- name: sent
dtype: string
- name: reverse
dtype: string
- name: prev
dtype: string
- name: prev2
dtype: string
- name: next
dtype: string
- name: next2
dtype: string
splits:
- name: affir
num_bytes: 2431421700
num_examples: 3185146
- name: neg
num_bytes: 2876785622
num_examples: 3185146
download_size: 3738923162
dataset_size: 5308207322
configs:
- config_name: default
data_files:
- split: affir
path: data/affir-*
- split: neg
path: data/neg-*
---

数据集信息：
特征字段：
- 名称：数据ID（dataid），数据类型：int32
- 名称：文章ID（articleid），数据类型：int32
- 名称：句子（sent），数据类型：字符串（string）
- 名称：反转文本（reverse），数据类型：字符串（string）
- 名称：前一句（prev），数据类型：字符串（string）
- 名称：前两句（prev2），数据类型：字符串（string）
- 名称：后一句（next），数据类型：字符串（string）
- 名称：后两句（next2），数据类型：字符串（string）
数据划分：
- 划分名称：肯定集（affir），占用字节数：2431421700，样本数量：3185146
- 划分名称：否定集（neg），占用字节数：2876785622，样本数量：3185146
下载总大小：3738923162
数据集总存储大小：5308207322
数据集配置：
- 配置名称：默认（default），数据文件：
- 划分：肯定集（affir），文件路径：data/affir-*
- 划分：否定集（neg），文件路径：data/neg-*

原始信息汇总

数据集概述

数据特征

• dataid: 数据类型为 int32
• articleid: 数据类型为 int32
• sent: 数据类型为 string
• reverse: 数据类型为 string
• prev: 数据类型为 string
• prev2: 数据类型为 string
• next: 数据类型为 string
• next2: 数据类型为 string

数据分割

• affir: 包含 3,185,146 个样本，总字节数为 2,431,421,700
• neg: 包含 3,185,146 个样本，总字节数为 2,876,785,622

数据集大小

• 下载大小: 3,738,923,162 字节
• 数据集大小: 5,308,207,322 字节

配置信息

• 配置名称: default
  • 数据文件:
    • affir: 路径为 data/affir-*
    • neg: 路径为 data/neg-*