--- dataset_info: features: - name: text dtype: string - name: concept_with_offset dtype: string splits: - name: train num_bytes: 39735149 num_examples: 6160 download_size:

Hugging Face2023-01-23 更新70

Titanic: cleaned data

泰坦尼克号

数据清洗

No missing values, plus column for 'family size'

kaggle2018-11-21 更新60

ahmadSiddiqi/fr-retrieval-syntec-s2p

信息检索

文本数据

该数据集包含两个主要部分：corpus和queries。corpus部分包含90个例子，总字节数为114096；queries部分包含100个例子，总字节数为8475。数据集的总下载大小为61749字节，总大小为122571字节。每个数据项包含id和text两个字段，分别表示数据的唯一标识和文本内容。

Hugging Face2024-01-26 更新80

innovation-hacking2/shitposting_dataset3

网络行为分析

文本数据

这是一个包含评论和上下文文本的数据集，主要用于训练模型理解和处理评论内容。数据集分为训练集，共有1,840,300个样本，文件大小为2,586,031,733字节。整个数据集的下载大小为47,988,359字节。

Hugging Face2025-03-13 更新70