deepasara/reuters_articles

---
dataset_info:
features:
- name: title
dtype: string
- name: body
dtype: string
splits:
- name: train
num_bytes: 13792576
num_examples: 17262
- name: validation
num_bytes: 1870389
num_examples: 2158
- name: test
num_bytes: 1379190
num_examples: 2158
download_size: 10073414
dataset_size: 17042155
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
特征字段：
- 字段名：标题（title），数据类型：字符串（string）
- 字段名：正文（body），数据类型：字符串（string）
数据集拆分：
- 拆分名称：训练集（train），字节占用量：13792576，样本数量：17262
- 拆分名称：验证集（validation），字节占用量：1870389，样本数量：2158
- 拆分名称：测试集（test），字节占用量：1379190，样本数量：2158
下载总大小：10073414，数据集总存储大小：17042155
配置项：
- 配置名称：默认配置（default），数据文件路径：
- 训练集拆分：对应路径 data/train-*
- 验证集拆分：对应路径 data/validation-*
- 测试集拆分：对应路径 data/test-*

原始信息汇总

数据集概述

数据集特征

• title：数据类型为字符串。
• body：数据类型为字符串。

数据集分割

• 训练集（train）：包含17262个样本，总大小为13792576字节。
• 验证集（validation）：包含2158个样本，总大小为1870389字节。
• 测试集（test）：包含2158个样本，总大小为1379190字节。

数据集大小

• 下载大小：10073414字节。
• 数据集总大小：17042155字节。

数据文件配置

• 配置名称：default
• 数据文件路径：
  • 训练集：data/train-*
  • 验证集：data/validation-*
  • 测试集：data/test-*