jingwora/livedoor-news-pair-similarity-ja

--- dataset_info: features: - name: topic1 dtype: string - name: text1 dtype: string - name: topic2 dtype: string - name: text2 dtype: string - name: similarity dtype: int64 splits: - name: train num_bytes: 110717033 num_examples: 19900 download_size: 5536643 dataset_size: 110717033 --- # Dataset Card for "livedoor-news-pair-similarity-ja" [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：主题1（topic1），数据类型：字符串 - 字段名：文本1（text1），数据类型：字符串 - 字段名：主题2（topic2），数据类型：字符串 - 字段名：文本2（text2），数据类型：字符串 - 字段名：相似度（similarity），数据类型：64位整数 数据划分： - 划分名称：训练集（train），占用字节数：110717033，样本数量：19900 下载大小：5536643 数据集总大小：110717033 --- # 「livedoor新闻对相似度-日语版（livedoor-news-pair-similarity-ja）」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

数据集卡片 "livedoor-news-pair-similarity-ja"

数据集信息

特征

• topic1: 字符串类型
• text1: 字符串类型
• topic2: 字符串类型
• text2: 字符串类型
• similarity: 64位整数类型

分割

• train:
  • 字节数: 110717033
  • 样本数: 19900

大小

• 下载大小: 5536643 字节
• 数据集大小: 110717033 字节