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-*