ImperialIndians23/nlp_cw_data_processed_augmented

---
dataset_info:
features:
- name: par_id
dtype: string
- name: community
dtype: string
- name: text
dtype: string
- name: label
dtype: int64
splits:
- name: train
num_bytes: 1947507
num_examples: 9169
- name: valid
num_bytes: 479891
num_examples: 2293
download_size: 1489599
dataset_size: 2427398
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: valid
path: data/valid-*
---

数据集信息：
特征项如下：
- 段落ID（par_id）：数据类型为字符串
- 社区（community）：数据类型为字符串
- 文本（text）：数据类型为字符串
- 标签（label）：数据类型为64位整数（int64）
数据集划分如下：
- 训练集（train）：占用字节数1947507，共包含9169个样本
- 验证集（valid）：占用字节数479891，共包含2293个样本
下载总大小为1489599字节，数据集总存储大小为2427398字节。
数据集配置如下：
- 默认配置（default）：数据文件对应划分如下：
- 训练集：数据路径为data/train-*
- 验证集：数据路径为data/valid-*

原始信息汇总

数据集概述

数据集特征

• par_id: 字符串类型
• community: 字符串类型
• text: 字符串类型
• label: 64位整数类型

数据集分割

• train:
  • 字节数: 1947507
  • 样本数: 9169
• valid:
  • 字节数: 479891
  • 样本数: 2293

数据集大小

• 下载大小: 1489599 字节
• 数据集大小: 2427398 字节

配置信息

• 配置名称: default
  • 数据文件:
    • train: data/train-*
    • valid: data/valid-*