DandinPower/review_onlytitleandtext

---
dataset_info:
features:
- name: index
dtype: string
- name: text
dtype: string
- name: label
dtype: int64
- name: helpful_vote
dtype: int64
- name: verified_purchase
dtype: bool
splits:
- name: train
num_bytes: 8486464
num_examples: 28000
- name: validation
num_bytes: 2145601
num_examples: 7000
- name: test
num_bytes: 10698622
num_examples: 35000
download_size: 12021438
dataset_size: 21330687
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：
特征字段：
- 字段名：索引（index），数据类型：字符串（string）
- 字段名：文本（text），数据类型：字符串（string）
- 字段名：标签（label），数据类型：64位整型（int64）
- 字段名：有用投票数（helpful_vote），数据类型：64位整型（int64）
- 字段名：已验证购买（verified_purchase），数据类型：布尔型（bool）
数据集划分：
- 划分名称：训练集（train），占用字节数：8486464，样本数量：28000
- 划分名称：验证集（validation），占用字节数：2145601，样本数量：7000
- 划分名称：测试集（test），占用字节数：10698622，样本数量：35000
下载总大小：12021438，数据集总存储大小：21330687
数据集配置：
- 配置名称：默认配置（default），数据文件映射：
- 训练集数据路径：data/train-*
- 验证集数据路径：data/validation-*
- 测试集数据路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• index: 数据类型为字符串（string）
• text: 数据类型为字符串（string）
• label: 数据类型为整数（int64）
• helpful_vote: 数据类型为整数（int64）
• verified_purchase: 数据类型为布尔值（bool）

数据集分割

• 训练集（train）: 包含28000个样本，占用8486464字节
• 验证集（validation）: 包含7000个样本，占用2145601字节
• 测试集（test）: 包含35000个样本，占用10698622字节

数据集大小

• 下载大小: 12021438字节
• 数据集总大小: 21330687字节

数据文件配置

• 配置名称: default
• 数据文件路径
  • 训练集: data/train-*
  • 验证集: data/validation-*
  • 测试集: data/test-*