BroDeadlines/TEST.PART_SUMMERIZE.UEH.raptor.edu_tdt_data

---
dataset_info:
- config_name: default
features:
- name: summaries
dtype: string
- name: level
dtype: int64
- name: cluster
dtype: float64
- name: doc_ids
dtype: string
- name: level_id
dtype: string
- name: easy_shards
dtype: int64
- name: hard_shards
dtype: int64
splits:
- name: train
num_bytes: 282431
num_examples: 193
download_size: 94978
dataset_size: 282431
- config_name: unique
features:
- name: summaries
dtype: string
- name: level
dtype: int64
- name: cluster
dtype: float64
- name: doc_ids
dtype: string
- name: level_id
dtype: string
- name: easy_shards
dtype: int64
- name: hard_shards
dtype: int64
splits:
- name: train
num_bytes: 98380
num_examples: 88
download_size: 40651
dataset_size: 98380
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- config_name: unique
data_files:
- split: train
path: unique/train-*
---

数据集信息：
1. 配置名称：默认（default）
特征列表：
- 名称：摘要（summaries），数据类型：字符串（string）
- 名称：层级（level），数据类型：64位整数（int64）
- 名称：聚类簇（cluster），数据类型：64位浮点数（float64）
- 名称：文档ID（doc_ids），数据类型：字符串（string）
- 名称：层级ID（level_id），数据类型：字符串（string）
- 名称：易分片（easy_shards），数据类型：64位整数（int64）
- 名称：难分片（hard_shards），数据类型：64位整数（int64）
数据拆分：
- 拆分名称：训练集（train），字节占用量：282431，样本数量：193
该配置的下载大小：94978，数据集总占用大小：282431
2. 配置名称：唯一（unique）
特征列表：
- 名称：摘要（summaries），数据类型：字符串（string）
- 名称：层级（level），数据类型：64位整数（int64）
- 名称：聚类簇（cluster），数据类型：64位浮点数（float64）
- 名称：文档ID（doc_ids），数据类型：字符串（string）
- 名称：层级ID（level_id），数据类型：字符串（string）
- 名称：易分片（easy_shards），数据类型：64位整数（int64）
- 名称：难分片（hard_shards），数据类型：64位整数（int64）
数据拆分：
- 拆分名称：训练集（train），字节占用量：98380，样本数量：88
该配置的下载大小：40651，数据集总占用大小：98380
数据集配置：
1. 配置名称：默认（default）
数据文件：
- 拆分：训练集（train），文件路径：data/train-*
2. 配置名称：唯一（unique）
数据文件：
- 拆分：训练集（train），文件路径：unique/train-*