jasong03/vov_phapluat

该数据集包含以下特征：标题（字符串类型）、摘要（字符串类型）、内容（字符串类型）、URL（字符串类型）和元数据（包含发布日期、抓取日期和标签的结构体）。数据集分为训练集，训练集包含71341个示例，总字节数为325114403。数据集的下载大小为125167539字节，实际大小为325114403字节。

The dataset includes features such as title (string type), summary (string type), content (string type), URL (string type), and metadata (a struct containing published date, crawled date, and tags). The dataset is split into a training set, which contains 71341 examples with a total byte size of 325114403. The download size of the dataset is 125167539 bytes, and the actual size is 325114403 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• title: 数据类型为 string。
• summary: 数据类型为 string。
• content: 数据类型为 string。
• url: 数据类型为 string。
• metadata: 结构化数据，包含以下字段：
  • published_date: 数据类型为 timestamp[s]。
  • crawled_date: 数据类型为 timestamp[s]。
  • tags: 数据类型为 sequence，元素类型为 string。

数据分割

• train: 包含 71341 个样本，总大小为 325114403 字节。

数据集大小

• 下载大小: 125167539 字节。
• 数据集大小: 325114403 字节。

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*