pvisnrt/samsum_dataset

---
dataset_info:
features:
- name: source
sequence: string
- name: summary_target
sequence: string
- name: gold_tags
sequence: int32
splits:
- name: train
num_bytes: 15403808
num_examples: 13095
- name: validation
num_bytes: 1903222
num_examples: 1637
- name: test
num_bytes: 1932694
num_examples: 1637
download_size: 5756246
dataset_size: 19239724
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---
# Dataset Card for "samsum_dataset"

[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
1. 字段名：源（source），类型：字符串序列
2. 字段名：摘要目标（summary_target），类型：字符串序列
3. 字段名：金标准标签（gold_tags），类型：32位整数（int32）序列

#### 数据集划分
1. 训练集（train）：字节占用量15403808，样本量13095
2. 验证集（validation）：字节占用量1903222，样本量1637
3. 测试集（test）：字节占用量1932694，样本量1637

整体下载大小：5756246，数据集总占用大小：19239724

#### 配置项
- 配置名称：默认配置（default）
数据文件对应关系：
- 训练集划分：路径为`data/train-*`
- 验证集划分：路径为`data/validation-*`
- 测试集划分：路径为`data/test-*`
---
# “samsum数据集”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

特征信息

• source: 字符串序列
• summary_target: 字符串序列
• gold_tags: 32位整数序列

数据分割

• 训练集:
  • 字节数: 15403808
  • 样本数: 13095
• 验证集:
  • 字节数: 1903222
  • 样本数: 1637
• 测试集:
  • 字节数: 1932694
  • 样本数: 1637

数据大小

• 下载大小: 5756246 字节
• 数据集大小: 19239724 字节

配置信息

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