carexl8/twitter_he_ru

---
dataset_info:
features:
- name: id
dtype: int64
- name: text
dtype: string
- name: created_at
dtype: timestamp[ns, tz=UTC]
- name: tokens
sequence: string
- name: language tags
sequence: int64
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 603593
num_examples: 853
download_size: 0
dataset_size: 603593
---
# Dataset Card for "twitter_he_ru"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征字段：
- 名称：id，数据类型：64位整型（int64）
- 名称：text，数据类型：字符串（string）
- 名称：created_at，数据类型：带UTC时区的纳秒级时间戳（timestamp[ns, tz=UTC]）
- 名称：tokens，数据类型：字符串序列（sequence: string）
- 名称：语言标签（language tags），数据类型：64位整型序列（sequence: int64）
- 名称：__index_level_0__，数据类型：64位整型（int64）
数据集划分：
- 名称：训练集（train），字节数：603593，样本量：853
下载大小：0
数据集大小：603593
---
# "twitter_he_ru"数据集卡片

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

• 名称: twitter_he_ru

数据集特征

• id: 整数类型 (int64)
• text: 字符串类型 (string)
• created_at: 时间戳类型 (timestamp[ns, tz=UTC])
• tokens: 字符串序列 (sequence: string)
• language tags: 整数序列 (sequence: int64)
• index_level_0: 整数类型 (int64)

数据集分割

• train:
  • 样本数量: 853
  • 数据大小: 603593 字节

数据集大小

• 下载大小: 0 字节
• 总数据大小: 603593 字节