pyRis/wikinewssum

---
license: mit
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
dataset_info:
features:
- name: lang_src
dtype: string
- name: text
dtype: string
- name: lang_tgt
dtype: string
- name: summary
dtype: string
splits:
- name: train
num_bytes: 286852471
num_examples: 62543
- name: test
num_bytes: 41437935
num_examples: 8977
- name: validation
num_bytes: 81600711
num_examples: 17996
download_size: 199887304
dataset_size: 409891117
---

许可证：MIT
配置：
- 配置名称：默认
数据文件：
- 分割：训练集
路径：data/train-*
- 分割：测试集
路径：data/test-*
- 分割：验证集
路径：data/validation-*
数据集信息：
特征：
- 名称：源语言（lang_src）
数据类型：字符串
- 名称：文本
数据类型：字符串
- 名称：目标语言（lang_tgt）
数据类型：字符串
- 名称：摘要
数据类型：字符串
分割：
- 名称：训练集
字节数：286852471
样本数：62543
- 名称：测试集
字节数：41437935
样本数：8977
- 名称：验证集
字节数：81600711
样本数：17996
下载大小：199887304
数据集大小：409891117

原始信息汇总

数据集概述

许可证

• MIT许可证

配置

• 默认配置
  • 数据文件：
    • 训练集：data/train-*
    • 测试集：data/test-*
    • 验证集：data/validation-*

数据集信息

特征

• lang_src：源语言，数据类型为字符串
• text：文本内容，数据类型为字符串
• lang_tgt：目标语言，数据类型为字符串
• summary：摘要，数据类型为字符串

分割

• 训练集：
  • 字节数：286852471
  • 样本数：62543
• 测试集：
  • 字节数：41437935
  • 样本数：8977
• 验证集：
  • 字节数：81600711
  • 样本数：17996

大小

• 下载大小：199887304字节
• 数据集大小：409891117字节