jkruk/dw_communities_content

---
dataset_info:
features:
- name: content
dtype: string
- name: subreddit
dtype: string
splits:
- name: train
num_bytes: 86184647.40351267
num_examples: 579625
download_size: 50409061
dataset_size: 86184647.40351267
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "dw_communities_content"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征：
- 字段名：content（内容）
数据类型：字符串
- 字段名：subreddit（Reddit子版块）
数据类型：字符串
数据划分：
- 划分名称：训练集（train）
字节数：86184647.40351267
样本数量：579625
下载大小：50409061
数据集总大小：86184647.40351267
配置项：
- 配置名称：默认（default）
数据文件：
- 对应划分：训练集（train）
文件路径：data/train-*

# 「dw_communities_content」数据集卡片

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

• 特征:
  • content: 数据类型为字符串
  • subreddit: 数据类型为字符串
• 分割:
  • train: 包含579625个样本，占用86184647.40351267字节

数据集大小

• 下载大小: 50409061字节
• 数据集大小: 86184647.40351267字节

配置

• 配置名称: default
• 数据文件:
  • train: 路径为data/train-*