arbml/Ashaar_dataset

该数据集名为ashaar_dataset，主要用于阿拉伯诗歌的自动分析和生成。数据集包含多个特征，如诗歌标题、诗歌韵律、诗歌诗句、诗歌主题、诗歌URL、诗人姓名、诗人描述、诗人URL、诗人时代、诗人位置、诗歌描述等。此外，数据集还包含诗歌的语言类型和文本内容。数据集分为训练集，包含212,499个样本，总大小为835,848,038字节。数据集的下载大小为371,859,480字节。

原始信息汇总

数据集概述

数据集名称

• 名称: ashaar_dataset

数据集特征

• poem title: 字符串类型
• poem meter: 字符串类型
• poem verses: 字符串序列
• poem theme: 字符串类型
• poem url: 字符串类型
• poet name: 字符串类型
• poet description: 字符串类型
• poet url: 字符串类型
• poet era: 字符串类型
• poet location: 字符串类型
• poem description: 列表类型，包含以下结构：
  • attributes: 结构体，包含以下字段：
    • class: 字符串类型
    • color: 字符串类型
    • dir: 字符串类型
    • face: 字符串类型
    • id: 字符串类型
    • lang: 字符串类型
    • style: 字符串类型
  • children: 列表，包含以下结构：
    • attributes: 结构体，包含以下字段：
      • color: 字符串类型
      • dir: 字符串类型
      • face: 字符串类型
      • href: 字符串类型
      • id: 字符串类型
      • lang: 字符串类型
      • style: 字符串类型
      • title: 字符串类型
      • value: 字符串类型
    • children: 列表，包含以下结构：
      • attributes: 结构体，包含以下字段：
        • class: 字符串类型
        • color: 字符串类型
        • dir: 字符串类型
        • face: 字符串类型
        • lang: 字符串类型
        • style: 字符串类型
      • name: 字符串类型
      • parentAttributes: 结构体，包含以下字段：
        • lang: 字符串类型
        • style: 字符串类型
      • size: 整数类型
      • text: 字符串类型
      • truncated: 布尔类型
      • type: 字符串类型
• poem language type: 字符串类型
• text: 字符串类型

数据集分割

• train:
  • num_bytes: 837548964
  • num_examples: 212499

数据集大小

• download_size: 371674261
• dataset_size: 837548964