michidoma/ikon-politics-sa

---
dataset_info:
features:
- name: comment
dtype: string
- name: label
dtype: int64
- name: input_ids
sequence: int32
- name: token_type_ids
sequence: int8
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 1742783
num_examples: 1178
- name: test
num_bytes: 460525
num_examples: 295
download_size: 334314
dataset_size: 2203308
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征（features）：
- 字段名：comment（评论），数据类型：string（字符串）
- 字段名：label（标签），数据类型：int64（64位整数）
- 字段名：input_ids（输入ID），数据类型：int32（32位整数）序列
- 字段名：token_type_ids（令牌类型ID），数据类型：int8（8位整数）序列
- 字段名：attention_mask（注意力掩码），数据类型：int8（8位整数）序列
数据集拆分（splits）：
- 拆分名称：train（训练集），字节占用量：1742783，样本总数：1178
- 拆分名称：test（测试集），字节占用量：460525，样本总数：295
下载大小（download_size）：334314
数据集总大小（dataset_size）：2203308
配置项（configs）：
- 配置名称：default（默认配置），数据文件：
- 对应train拆分：路径为data/train-*
- 对应test拆分：路径为data/test-*

原始信息汇总

数据集概述

数据集特征

• comment: 字符串类型
• label: 整数类型，64位
• input_ids: 序列类型，32位整数
• token_type_ids: 序列类型，8位整数
• attention_mask: 序列类型，8位整数

数据集划分

• 训练集:
  • 示例数量: 1178
  • 存储大小: 1742783字节
• 测试集:
  • 示例数量: 295
  • 存储大小: 460525字节

数据集大小

• 下载大小: 334314字节
• 总大小: 2203308字节

数据文件配置

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