Eitanli/clean_title

--- dataset_info: features: - name: id dtype: int64 - name: recipe dtype: string - name: title_cleaned dtype: string splits: - name: train num_bytes: 108673191 num_examples: 74465 download_size: 55560085 dataset_size: 108673191 configs: - config_name: default data_files: - split: train path: data/train-* --- # Dataset Card for "clean_title" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)数据集信息： 特征： - 字段名：id，数据类型：int64 - 字段名：recipe，数据类型：字符串 - 字段名：title_cleaned，数据类型：字符串 划分集： - 划分集名称：train，占用字节数：108673191，样本总量：74465 下载大小：55560085 数据集总大小：108673191 配置项： - 配置名称：default，数据文件： - 对应train划分集，文件路径为data/train-* --- # “clean_title”数据集卡片 [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据特征

• id: 数据类型为 int64
• recipe: 数据类型为 string
• title_cleaned: 数据类型为 string

数据分割

• train: 包含 74465 个样本，总字节数为 108673191

数据大小

• 下载大小: 55560085 字节
• 数据集大小: 108673191 字节

配置

• default: 包含训练数据文件，路径为 data/train-*