atulxop/LenStackedArXivSumm

---
license: apache-2.0
dataset_info:
features:
- name: text
dtype: string
- name: summary
dtype: string
splits:
- name: train
num_bytes: 13958356.96885592
num_examples: 11258
- name: test
num_bytes: 1939142.8583487882
num_examples: 1564
- name: validation
num_bytes: 3490209.1727952934
num_examples: 2815
download_size: 10951439
dataset_size: 19387709.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
---

许可证：Apache 2.0许可证
数据集信息（dataset_info）：
特征（features）：
- 字段名：text（文本），数据类型：string（字符串）
- 字段名：summary（摘要），数据类型：string（字符串）
数据拆分（splits）：
- 拆分名称：train（训练集），字节占用量：13958356.96885592，样本数量：11258
- 拆分名称：test（测试集），字节占用量：1939142.8583487882，样本数量：1564
- 拆分名称：validation（验证集），字节占用量：3490209.1727952934，样本数量：2815
下载大小：10951439，数据集总大小：19387709.0
配置项（configs）：
- 配置名称：default（默认配置），数据文件：
- 拆分：train（训练集），文件路径：data/train-*
- 拆分：test（测试集），文件路径：data/test-*
- 拆分：validation（验证集），文件路径：data/validation-*

原始信息汇总

数据集概述

许可证

• Apache 2.0

数据集信息

特征

• text: 数据类型为字符串
• summary: 数据类型为字符串

数据分割

• train:
  • 字节数: 13958356.96885592
  • 样本数: 11258
• test:
  • 字节数: 1939142.8583487882
  • 样本数: 1564
• validation:
  • 字节数: 3490209.1727952934
  • 样本数: 2815

数据大小

• 下载大小: 10951439 字节
• 数据集大小: 19387709.0 字节

配置

• default:
  • 数据文件路径:
    • train: data/train-*
    • test: data/test-*
    • validation: data/validation-*