Zaid/ashaar_small_proc

该数据集包含诗歌及其相关信息的结构化数据，涵盖了诗歌的标题、韵律、诗句、主题、URL，以及诗人的姓名、描述、URL、时代、位置等信息。诗歌描述字段是一个复杂的嵌套结构，包含多个子字段，如属性、子元素等。数据集分为训练集，包含10000个样本，总大小为31435320字节，下载大小为8441588字节。

原始信息汇总

数据集概述

数据集名称

• 名称: ashaar_small_proc

数据集特征

• 诗标题 (string)
• 诗韵律 (string)
• 诗节数 (string)
• 诗主题 (string)
• 诗URL (string)
• 诗人姓名 (string)
• 诗人描述 (string)
• 诗人URL (string)
• 诗人时代 (string)
• 诗人地点 (string)
• 诗描述 (结构化列表)
  • 属性 (结构体)
    • 类别 (string)
    • 颜色 (string)
    • 方向 (string)
    • 面 (string)
    • ID (string)
    • 语言 (string)
    • 风格 (string)
  • 子项 (列表)
    • 属性 (结构体)
      • 颜色 (string)
      • 方向 (string)
      • 面 (string)
      • 链接 (string)
      • ID (string)
      • 语言 (string)
      • 风格 (string)
      • 标题 (string)
      • 值 (string)
    • 子项 (列表)
      • 属性 (结构体)
        • 类别 (string)
        • 颜色 (string)
        • 方向 (string)
        • 面 (string)
        • 语言 (string)
        • 风格 (string)
      • 子项 (列表)
        • 属性 (结构体)
          • 对齐 (string)
          • 面 (string)
          • 不换行 (string)
        • 名称 (string)
        • 父属性 (结构体)
          • 语言 (string)
          • 风格 (string)
        • 大小 (int64)
        • 文本 (string)
        • 截断 (bool)
        • 类型 (string)
  • 诗语言类型 (string)

数据集分割

• 训练集
  • 示例数量: 10000
  • 字节数: 31435320

数据集大小

• 下载大小: 8441588
• 数据集大小: 31435320

搜集汇总

背景与挑战

背景概述

该数据集是一个阿拉伯语诗歌数据集，包含约10,000首诗歌，覆盖宗教、赞美、浪漫等多种主题，并附带诗人信息和时代背景。数据以parquet格式存储，适用于文本分析和自然语言处理任务。