blackhc/SteamSHP_filtered

---
dataset_info:
features:
- name: post_id
dtype: string
- name: domain
dtype: string
- name: upvote_ratio
dtype: float64
- name: history
dtype: string
- name: c_root_id_A
dtype: string
- name: c_root_id_B
dtype: string
- name: created_at_utc_A
dtype: int64
- name: created_at_utc_B
dtype: int64
- name: score_A
dtype: int64
- name: score_B
dtype: int64
- name: human_ref_A
dtype: string
- name: human_ref_B
dtype: string
- name: labels
dtype: int64
- name: seconds_difference
dtype: float64
- name: score_ratio
dtype: float64
splits:
- name: train
num_bytes: 211365452
num_examples: 99727
- name: validation
num_bytes: 11356085
num_examples: 5473
- name: test
num_bytes: 35748464
num_examples: 18409
download_size: 0
dataset_size: 258470001
---
# Dataset Card for "SteamSHP_filtered"

[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：
- 名称：帖子ID（post_id），数据类型：字符串（string）
- 名称：领域（domain），数据类型：字符串（string）
- 名称：点赞率（upvote_ratio），数据类型：float64
- 名称：历史记录（history），数据类型：字符串（string）
- 名称：评论根ID A（c_root_id_A），数据类型：字符串（string）
- 名称：评论根ID B（c_root_id_B），数据类型：字符串（string）
- 名称：UTC创建时间A（created_at_utc_A），数据类型：int64
- 名称：UTC创建时间B（created_at_utc_B），数据类型：int64
- 名称：得分A（score_A），数据类型：int64
- 名称：得分B（score_B），数据类型：int64
- 名称：人工参考A（human_ref_A），数据类型：字符串（string）
- 名称：人工参考B（human_ref_B），数据类型：字符串（string）
- 名称：标签（labels），数据类型：int64
- 名称：时间差（秒）（seconds_difference），数据类型：float64
- 名称：得分比率（score_ratio），数据类型：float64
数据划分：
- 名称：训练集，字节数：211365452，样本数：99727
- 名称：验证集，字节数：11356085，样本数：5473
- 名称：测试集，字节数：35748464，样本数：18409
下载大小：0
数据集总大小：258470001

# "SteamSHP_filtered" 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

数据集名称

SteamSHP_filtered

数据集特征

• post_id: 字符串类型
• domain: 字符串类型
• upvote_ratio: 浮点数类型
• history: 字符串类型
• c_root_id_A: 字符串类型
• c_root_id_B: 字符串类型
• created_at_utc_A: 整数类型
• created_at_utc_B: 整数类型
• score_A: 整数类型
• score_B: 整数类型
• human_ref_A: 字符串类型
• human_ref_B: 字符串类型
• labels: 整数类型
• seconds_difference: 浮点数类型
• score_ratio: 浮点数类型

数据集分割

• 训练集:
  • 大小: 211365452 字节
  • 示例数量: 99727
• 验证集:
  • 大小: 11356085 字节
  • 示例数量: 5473
• 测试集:
  • 大小: 35748464 字节
  • 示例数量: 18409

数据集大小

• 下载大小: 0 字节
• 数据集总大小: 258470001 字节