ekazuki/french_deputies_tweet

---
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
splits:
- name: train
num_bytes: 633820.2246696035
num_examples: 2179
- name: test
num_bytes: 158527.7753303965
num_examples: 545
download_size: 1789962
dataset_size: 792348.0000000001
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征字段：
- 特征名称：twitterId，数据类型：字符串（string）
- 特征名称：text，数据类型：字符串（string）
- 特征名称：hasMedia，数据类型：布尔型（bool）
- 特征名称：date，数据类型：纳秒级时间戳（timestamp[ns]）
- 特征名称：authorId，数据类型：字符串（string）
- 特征名称：group，数据类型：字符串（string）
数据集划分：
- 划分名称：train（训练集），占用字节数：633820.2246696035，样本数量：2179
- 划分名称：test（测试集），占用字节数：158527.7753303965，样本数量：545
下载总大小：1789962
数据集总大小：792348.0000000001
配置项：
- 配置名称：default（默认配置），数据文件：
- 数据集划分：train，文件路径：data/train-*
- 数据集划分：test，文件路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• twitterId: 字符串类型
• text: 字符串类型
• hasMedia: 布尔类型
• date: 时间戳类型
• authorId: 字符串类型
• group: 字符串类型

数据集分割

• train:
  • 字节数: 633820.2246696035
  • 样本数: 2179
• test:
  • 字节数: 158527.7753303965
  • 样本数: 545

数据集大小

• 下载大小: 1789962 字节
• 数据集大小: 792348.0000000001 字节

配置

• default:
  • train: data/train-*
  • test: data/test-*