maneshkarun/median3k_10000s

--- license: mit dataset_info: features: - name: text dtype: string - name: title dtype: string - name: hyperpartisan dtype: bool - name: url dtype: string - name: published_at dtype: string - name: bias dtype: class_label: names: '0': right '1': right-center '2': least '3': left-center '4': left - name: word_count dtype: int64 - name: cleaned_data dtype: string - name: pos_tagged dtype: string splits: - name: train num_bytes: 732080426.0 num_examples: 10000 download_size: 355605083 dataset_size: 732080426.0 ---许可证：MIT许可证 数据集信息： 特征： - 名称：文本（text），数据类型：字符串 - 名称：标题（title），数据类型：字符串 - 名称：超党派性（hyperpartisan），数据类型：布尔值 - 名称：统一资源定位符（url），数据类型：字符串 - 名称：发布时间（published_at），数据类型：字符串 - 名称：偏见倾向（bias），数据类型：类别标签，标签映射如下： '0': 右翼（right） '1': 偏右翼（right-center） '2': 中立无偏（least） '3': 偏左翼（left-center） '4': 左翼（left） - 名称：单词数（word_count），数据类型：64位整数 - 名称：清洗后文本（cleaned_data），数据类型：字符串 - 名称：词性标注结果（pos_tagged），数据类型：字符串 数据集拆分： - 拆分名称：训练集（train），占用字节数：732080426.0，样本数量：10000 下载大小：355605083 数据集总占用大小：732080426.0

原始信息汇总

数据集概述

数据集特征

• text: 数据类型为字符串。
• title: 数据类型为字符串。
• hyperpartisan: 数据类型为布尔值。
• url: 数据类型为字符串。
• published_at: 数据类型为字符串。
• bias: 数据类型为分类标签，具体分类如下：
  • 0: right
  • 1: right-center
  • 2: least
  • 3: left-center
  • 4: left
• word_count: 数据类型为整数。
• cleaned_data: 数据类型为字符串。
• pos_tagged: 数据类型为字符串。

数据集划分

• train: 包含10000个样本，总大小为732080426.0字节。

数据集大小

• 下载大小: 355605083字节
• 数据集总大小: 732080426.0字节