prl90777/essay_150_0

---
dataset_info:
features:
- name: essay_id
dtype: string
- name: full_text
dtype: string
- name: score
dtype:
class_label:
names:
'0': 1
'1': 2
'2': 3
'3': 4
'4': 5
'5': 6
id:
- 0
- 1
- 2
- 3
- 4
- 5
splits:
- name: train
num_bytes: 23221075
num_examples: 11076
- name: validation
num_bytes: 5772923
num_examples: 2769
- name: test
num_bytes: 7297129
num_examples: 3462
download_size: 20130781
dataset_size: 36291127
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：
数据特征：
- 名称：作文ID（essay_id），数据类型：字符串（string）
- 名称：完整文本（full_text），数据类型：字符串（string）
- 名称：分数（score），数据类型：分类标签（class_label），其标签映射关系为：标签ID 0对应分值1，标签ID 1对应分值2，标签ID 2对应分值3，标签ID 3对应分值4，标签ID 4对应分值5，标签ID 5对应分值6，标签ID列表为[0, 1, 2, 3, 4, 5]
数据划分：
- 训练集（train）：占用字节数23221075，样本数量11076
- 验证集（validation）：占用字节数5772923，样本数量2769
- 测试集（test）：占用字节数7297129，样本数量3462
统计信息：
下载总大小20130781字节，数据集总大小36291127字节
数据集配置：
- 配置名称：默认（default），数据文件对应关系如下：
- 训练集：data/train-*
- 验证集：data/validation-*
- 测试集：data/test-*

原始信息汇总

数据集概述

数据集特征

• essay_id: 数据类型为字符串。
• full_text: 数据类型为字符串。
• score: 数据类型为分类标签，标签名称与ID对应关系如下：
  • 0: 1
  • 1: 2
  • 2: 3
  • 3: 4
  • 4: 5
  • 5: 6

数据集划分

• train: 包含11076个样本，总大小为23221075字节。
• validation: 包含2769个样本，总大小为5772923字节。
• test: 包含3462个样本，总大小为7297129字节。

数据集大小

• 下载大小: 20130781字节。
• 数据集总大小: 36291127字节。

数据文件配置

• config_name: default
• data_files:
  • train: 路径为data/train-*。
  • validation: 路径为data/validation-*。
  • test: 路径为data/test-*。