liyucheng/pg19

---
dataset_info:
features:
- name: short_book_title
dtype: string
- name: publication_date
dtype: int32
- name: url
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 11453688452
num_examples: 28602
- name: validation
num_bytes: 17402295
num_examples: 50
- name: test
num_bytes: 40482852
num_examples: 100
download_size: 7064836918
dataset_size: 11511573599
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
特征字段：
- 名称：书籍短标题（short_book_title）
数据类型：字符串（string）
- 名称：出版日期（publication_date）
数据类型：32位整型（int32）
- 名称：统一资源定位符（url）
数据类型：字符串（string）
- 名称：文本（text）
数据类型：字符串（string）
划分集：
- 划分名称：训练集（train）
字节数：11453688452
样本数量：28602
- 划分名称：验证集（validation）
字节数：17402295
样本数量：50
- 划分名称：测试集（test）
字节数：40482852
样本数量：100
下载大小：7064836918
数据集总大小：11511573599
配置项：
- 配置名称：默认配置（default）
数据文件：
- 划分：训练集（train）
路径：data/train-*
- 划分：验证集（validation）
路径：data/validation-*
- 划分：测试集（test）
路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• short_book_title: 字符串类型
• publication_date: 整数类型（int32）
• url: 字符串类型
• text: 字符串类型

数据集划分

• 训练集（train）:
  • 示例数量: 28602
  • 数据大小: 11453688452 字节
• 验证集（validation）:
  • 示例数量: 50
  • 数据大小: 17402295 字节
• 测试集（test）:
  • 示例数量: 100
  • 数据大小: 40482852 字节

数据集大小

• 下载大小: 7064836918 字节
• 数据集总大小: 11511573599 字节