ekazuki/french_deputies_tweet_sentiment

---
dataset_info:
features:
- name: twitterId
dtype: string
- name: text
dtype: string
- name: hasMedia
dtype: bool
- name: date
dtype: timestamp[ns]
- name: authorId
dtype: string
- name: group
dtype: string
- name: subjects
sequence: string
splits:
- name: train
num_bytes: 750203.9423641703
num_examples: 2179
- name: test
num_bytes: 187637.05763582967
num_examples: 545
download_size: 617869
dataset_size: 937841.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息（dataset_info）：
特征字段：
- 字段名称：推特ID（twitterId），数据类型：字符串（string）
- 字段名称：文本内容（text），数据类型：字符串（string）
- 字段名称：是否包含媒体（hasMedia），数据类型：布尔值（bool）
- 字段名称：发布时间（date），数据类型：纳秒级时间戳（timestamp[ns]）
- 字段名称：作者ID（authorId），数据类型：字符串（string）
- 字段名称：分组（group），数据类型：字符串（string）
- 字段名称：主题列表（subjects），数据类型：字符串序列（sequence: string）
数据集划分：
- 划分名称：训练集（train），占用字节数：750203.9423641703，样本数量：2179
- 划分名称：测试集（test），占用字节数：187637.05763582967，样本数量：545
下载总大小：617869，数据集总存储大小：937841.0
配置方案：
- 配置名称：默认配置（default），数据文件：
- 训练集划分：路径为 data/train-*
- 测试集划分：路径为 data/test-*

原始信息汇总

数据集概述

数据集特征

• twitterId: 数据类型为字符串。
• text: 数据类型为字符串。
• hasMedia: 数据类型为布尔值。
• date: 数据类型为时间戳（纳秒精度）。
• authorId: 数据类型为字符串。
• group: 数据类型为字符串。
• subjects: 数据类型为字符串序列。

数据集划分

• train: 包含2179个样本，占用750203.94字节。
• test: 包含545个样本，占用187637.06字节。

数据集大小

• 下载大小: 617869字节。
• 数据集大小: 937841.0字节。

配置信息

• config_name: default
  • data_files:
    • train: 路径为data/train-*。
    • test: 路径为data/test-*。