316usman/thematic3c

--- license: bsd dataset_info: features: - name: text dtype: string - name: thematic dtype: string - name: sub-thematic dtype: string - name: country dtype: string - name: document_url dtype: string - name: source_url dtype: string splits: - name: train num_bytes: 10758588 num_examples: 14504 download_size: 3149429 dataset_size: 10758588 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

数据特征

• text: 数据类型为字符串。
• thematic: 数据类型为字符串。
• sub-thematic: 数据类型为字符串。
• country: 数据类型为字符串。
• document_url: 数据类型为字符串。
• source_url: 数据类型为字符串。

数据分割

• train: 包含14504个样本，总字节数为10758588。

数据集大小

• 下载大小: 3149429字节
• 数据集大小: 10758588字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*