jasong03/vov_xahoi

该数据集包含文章的相关信息，每篇文章有标题、摘要、内容、URL和元数据。元数据包括发布日期、爬取日期和标签。数据集分为训练集，包含27909个例子，总大小为161904042字节。

This dataset contains information about articles, each with a title, summary, content, URL, and metadata. The metadata includes the published date, crawled date, and tags. The dataset is divided into a training set, containing 27,909 examples, with a total size of 161,904,042 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• title: 数据类型为字符串。
• summary: 数据类型为字符串。
• content: 数据类型为字符串。
• url: 数据类型为字符串。
• metadata: 结构化数据，包含以下字段：
  • published_date: 数据类型为时间戳（秒）。
  • crawled_date: 数据类型为时间戳（秒）。
  • tags: 数据类型为字符串序列。

数据分割

• train: 包含27909个样本，总大小为161904042字节。

数据集大小

• 下载大小: 65217344字节。
• 数据集大小: 161904042字节。

配置

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