manishtanwar/reuters_article_data

---
license: mit
dataset_info:
features:
- name: title
dtype: string
- name: body
dtype: string
splits:
- name: train
num_bytes: 3240440644
num_examples: 4004000
- name: valid
num_bytes: 487683469
num_examples: 500500
- name: test
num_bytes: 414577570
num_examples: 500500
download_size: 1641255709
dataset_size: 4142701683
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: valid
path: data/valid-*
- split: test
path: data/test-*
---

许可证：MIT许可证
数据集信息：
数据特征：
- 字段名：title（标题），数据类型：字符串
- 字段名：body（正文），数据类型：字符串
数据集拆分：
- 拆分名称：train（训练集），字节占用量：3240440644，样本总数：4004000
- 拆分名称：valid（验证集），字节占用量：487683469，样本总数：500500
- 拆分名称：test（测试集），字节占用量：414577570，样本总数：500500
下载总大小：1641255709
数据集总大小：4142701683
配置项：
- 配置名称：default（默认配置）
数据文件：
- 对应拆分集：train（训练集），数据路径：data/train-*
- 对应拆分集：valid（验证集），数据路径：data/valid-*
- 对应拆分集：test（测试集），数据路径：data/test-*

原始信息汇总

数据集概述

许可证

• MIT许可证

数据集信息

特征

• 标题：字符串类型
• 正文：字符串类型

分割

• 训练集：
  • 字节数：3240440644
  • 样本数：4004000
• 验证集：
  • 字节数：487683469
  • 样本数：500500
• 测试集：
  • 字节数：414577570
  • 样本数：500500

大小

• 下载大小：1641255709字节
• 数据集大小：4142701683字节

配置

• 默认配置：
  • 训练集路径：data/train-*
  • 验证集路径：data/valid-*
  • 测试集路径：data/test-*