bilalck4/DDD_Batch_10

---
dataset_info:
features:
- name: index
dtype: int64
- name: thread_id
dtype: int64
- name: message_id
dtype: int64
- name: author_id
dtype: int64
- name: author_num_posts
dtype: int64
- name: message
dtype: string
- name: character
dtype: string
splits:
- name: train
num_bytes: 15395434
num_examples: 2200
download_size: 4545881
dataset_size: 15395434
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：索引（index），数据类型：int64
- 名称：线程ID（thread_id），数据类型：int64
- 名称：消息ID（message_id），数据类型：int64
- 名称：作者ID（author_id），数据类型：int64
- 名称：作者总发帖数（author_num_posts），数据类型：int64
- 名称：消息内容（message），数据类型：string
- 名称：角色（character），数据类型：string
数据集拆分：
- 名称：训练集（train），占用字节数：15395434，样本数量：2200
下载大小：4545881
数据集总大小：15395434
配置项：
- 配置名称：默认配置（default），数据文件：
- 拆分：训练集（train），路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• index: 整数类型 (int64)
• thread_id: 整数类型 (int64)
• message_id: 整数类型 (int64)
• author_id: 整数类型 (int64)
• author_num_posts: 整数类型 (int64)
• message: 字符串类型 (string)
• character: 字符串类型 (string)

数据集分割

• 训练集 (train):
  • 示例数量: 2200
  • 数据大小: 15395434 字节

数据集大小

• 下载大小: 4545881 字节
• 数据集大小: 15395434 字节