hubin/arxiv_title

---
dataset_info:
features:
- name: text
dtype: string
- name: idx
dtype: int64
splits:
- name: train
num_bytes: 7219314
num_examples: 90941
- name: test
num_bytes: 4031465
num_examples: 48603
download_size: 15380552
dataset_size: 11250779
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征项：
- 名称：text，数据类型：字符串（string）
- 名称：idx，数据类型：64位整型（int64）
数据集划分：
- 划分名称：train（训练集），占用字节数：7219314，样本数量：90941
- 划分名称：test（测试集），占用字节数：4031465，样本数量：48603
整体下载大小：15380552，数据集总存储大小：11250779
配置项：
- 配置名称：default（默认配置），对应数据文件：
- 训练集（train）：数据路径为data/train-*
- 测试集（test）：数据路径为data/test-*

原始信息汇总

数据集概述

数据集特征

• text：字符串类型
• idx：整数类型（int64）

数据分割

• 训练集：
  • 示例数量：90941
  • 数据大小：7219314字节
• 测试集：
  • 示例数量：48603
  • 数据大小：4031465字节

数据集大小

• 下载大小：15380552字节
• 数据集总大小：11250779字节

配置文件

• 默认配置：
  • 训练集路径：data/train-*
  • 测试集路径：data/test-*