ClaudiaRichard/mbti_classification_dataset_fullPosts

--- dataset_info: features: - name: I/E dtype: int64 - name: N/S dtype: int64 - name: T/F dtype: int64 - name: J/P dtype: int64 - name: post dtype: string splits: - name: train num_bytes: 37923280 num_examples: 5205 - name: test num_bytes: 15150755 num_examples: 2082 - name: validation num_bytes: 10016664 num_examples: 1388 download_size: 40334173 dataset_size: 63090699 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* - split: validation path: data/validation-* ---数据集信息： 特征列表： - 特征名称：内向/外向维度（I/E），数据类型：int64 - 特征名称：直觉/感觉维度（N/S），数据类型：int64 - 特征名称：思维/情感维度（T/F），数据类型：int64 - 特征名称：判断/知觉维度（J/P），数据类型：int64 - 特征名称：帖子（post），数据类型：字符串 数据集划分： - 名称：训练集（train），字节数：37923280，样本数量：5205 - 名称：测试集（test），字节数：15150755，样本数量：2082 - 名称：验证集（validation），字节数：10016664，样本数量：1388 下载总大小：40334173，数据集总存储大小：63090699 配置项： - 配置名称：默认（default），数据文件： - 训练集划分：对应路径为data/train-* - 测试集划分：对应路径为data/test-* - 验证集划分：对应路径为data/validation-*

原始信息汇总

数据集概述

数据集特征

• I/E: 数据类型为 int64
• N/S: 数据类型为 int64
• T/F: 数据类型为 int64
• J/P: 数据类型为 int64
• post: 数据类型为 string

数据集分割

• 训练集 (train):
  • 样本数量: 5205
  • 数据大小: 37923280 字节
• 测试集 (test):
  • 样本数量: 2082
  • 数据大小: 15150755 字节
• 验证集 (validation):
  • 样本数量: 1388
  • 数据大小: 10016664 字节

数据集大小

• 下载大小: 40334173 字节
• 数据集总大小: 63090699 字节

配置文件

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*
  • 验证集路径: data/validation-*