LukeGPT88/patient-doctor-text-classifier-eng-dataset-0523

---
dataset_info:
features:
- name: Text
dtype: string
- name: Label
dtype: string
- name: Encoding
dtype: int64
splits:
- name: train
num_bytes: 3742490
num_examples: 30648
- name: validation
num_bytes: 1235930
num_examples: 10216
- name: test
num_bytes: 1271864
num_examples: 10216
download_size: 3767183
dataset_size: 6250284
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
特征字段：
- 名称：Text（文本），数据类型：字符串
- 名称：Label（标签），数据类型：字符串
- 名称：Encoding（编码），数据类型：64位整型
数据划分：
- 划分名称：train（训练集），字节大小：3742490，样本数量：30648
- 划分名称：validation（验证集），字节大小：1235930，样本数量：10216
- 划分名称：test（测试集），字节大小：1271864，样本数量：10216
下载总大小：3767183，数据集总占用大小：6250284
配置项：
- 配置名称：default（默认配置），数据文件路径：
- 训练集（train）：data/train-*
- 验证集（validation）：data/validation-*
- 测试集（test）：data/test-*

原始信息汇总

数据集概述

数据集特征

• Text：文本类型，数据类型为字符串。
• Label：标签类型，数据类型为字符串。
• Encoding：编码类型，数据类型为int64。

数据集分割

• 训练集：包含30648个样本，总大小为3742490字节。
• 验证集：包含10216个样本，总大小为1235930字节。
• 测试集：包含10216个样本，总大小为1271864字节。

数据集大小

• 下载大小：3767183字节。
• 数据集总大小：6250284字节。

数据文件配置

• 配置名称：default
• 数据文件路径：
  • 训练集：data/train-*
  • 验证集：data/validation-*
  • 测试集：data/test-*