amitrajitbh1/communities_content

--- configs: - config_name: default data_files: - split: train path: data/train-* dataset_info: features: - name: author dtype: string - name: subreddit dtype: string - name: subreddit_id dtype: string - name: id dtype: string - name: content dtype: string - name: summary dtype: string splits: - name: train num_bytes: 1745194094 num_examples: 850001 download_size: 1053929701 dataset_size: 1745194094 --- # Dataset Card for "communities_content" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)--- ## 配置项： - 配置名称：default（默认配置） 数据文件： - 划分集：训练集（train） 文件路径：data/train-* ## 数据集信息： 特征字段： - 字段名：作者（author），数据类型：字符串 - 字段名：子版块（subreddit），数据类型：字符串 - 字段名：子版块ID（subreddit_id），数据类型：字符串 - 字段名：ID（id），数据类型：字符串 - 字段名：内容（content），数据类型：字符串 - 字段名：摘要（summary），数据类型：字符串 ## 数据划分： - 划分名称：训练集（train），占用字节数：1745194094，样本数量：850001 下载总大小：1053929701 数据集总大小：1745194094 --- # "communities_content"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

数据集配置

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

数据集信息

• 特征:

  • 名称: author
    • 数据类型: string
  • 名称: subreddit
    • 数据类型: string
  • 名称: subreddit_id
    • 数据类型: string
  • 名称: id
    • 数据类型: string
  • 名称: content
    • 数据类型: string
  • 名称: summary
    • 数据类型: string

• 分割:

  • 名称: train
    • 字节数: 1745194094
    • 样本数: 850001

• 下载大小: 1053929701

• 数据集大小: 1745194094