uproai/endex-700k

--- dataset_info: features: - name: text_a dtype: string - name: text_b dtype: string - name: RE dtype: float64 - name: AR dtype: float64 - name: BE dtype: float64 - name: EE dtype: float64 - name: num_score dtype: float64 - name: labels dtype: int64 - name: 'Unnamed: 0' dtype: float64 - name: toxicity dtype: float64 - name: sentiment dtype: float64 - name: engagingness_score dtype: float64 splits: - name: train num_bytes: 393519526 num_examples: 683573 download_size: 248101134 dataset_size: 393519526 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 名称：text_a，数据类型：字符串（string） - 名称：text_b，数据类型：字符串（string） - 名称：RE，数据类型：64位浮点数（float64） - 名称：AR，数据类型：64位浮点数（float64） - 名称：BE，数据类型：64位浮点数（float64） - 名称：EE，数据类型：64位浮点数（float64） - 名称：num_score，数据类型：64位浮点数（float64） - 名称：labels，数据类型：64位整型（int64） - 名称：Unnamed: 0，数据类型：64位浮点数（float64） - 名称：toxicity，数据类型：64位浮点数（float64） - 名称：sentiment，数据类型：64位浮点数（float64） - 名称：engagingness_score，数据类型：64位浮点数（float64） 划分集： - 名称：训练集（train），占用字节数：393519526，样本数量：683573 下载大小：248101134 数据集总大小：393519526 配置项： - 配置名称：默认配置（default），数据文件： - 划分集：训练集（train），路径：data/train-*

原始信息汇总

数据集概述

数据特征

• text_a: 字符串类型
• text_b: 字符串类型
• RE: 浮点数类型
• AR: 浮点数类型
• BE: 浮点数类型
• EE: 浮点数类型
• num_score: 浮点数类型
• labels: 整数类型
• Unnamed: 0: 浮点数类型
• toxicity: 浮点数类型
• sentiment: 浮点数类型
• engagingness_score: 浮点数类型

数据分割

• train: 包含683573个样本，占用393519526字节

数据集大小

• 下载大小: 248101134字节
• 数据集大小: 393519526字节

配置

• default: 包含训练数据文件，路径为data/train-*