Aletheia-ng/naijaweb

---
dataset_info:
features:
- name: text
dtype: string
- name: link
dtype: string
- name: token_count
dtype: int64
- name: section
dtype: string
- name: int_score
dtype: int64
- name: language
dtype: string
- name: language_probability
dtype: float64
splits:
- name: train
num_bytes: 1094515650
num_examples: 270137
download_size: 648541168
dataset_size: 1094515650
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 字段名：文本，数据类型：字符串（string）
- 字段名：链接，数据类型：字符串（string）
- 字段名：Token（Token）计数，数据类型：64位整型（int64）
- 字段名：章节，数据类型：字符串（string）
- 字段名：整型评分，数据类型：64位整型（int64）
- 字段名：语言，数据类型：字符串（string）
- 字段名：语言置信度，数据类型：64位浮点型（float64）
数据集划分：
- 划分名：训练集（train），字节数：1094515650，样本数：270137
下载大小：648541168
数据集总大小：1094515650
配置项：
- 配置名：默认配置（default），数据文件：
- 划分：训练集（train），路径：data/train-*