denizzhansahin/10K-TR-Sport-April-2024

该数据集包含从FutbolArena网站获取的足球相关文章，获取日期为2024年4月28日。数据集分为训练集和验证集，分别包含8009和3433个样本。每个样本包含六个特征：Unnamed: 0（整数类型）、Baslik（文章标题，字符串类型）、Ozet（文章摘要，字符串类型）、Kategori（文章类别，字符串类型）、Link（文章链接，字符串类型）和Icerik（文章内容，字符串类型）。数据集的总大小为27200787字节，下载大小为14109589字节。

原始信息汇总

数据集概述

配置信息

• 配置名称: default
• 数据文件路径:
  • 训练集: data/train-*
  • 验证集: data/validation-*

数据集特征

• Unnamed: 0: 数据类型为 int64
• Baslik: 数据类型为 string
• Ozet: 数据类型为 string
• Kategori: 数据类型为 string
• Link: 数据类型为 string
• Icerik: 数据类型为 string

数据集大小

• 下载大小: 14109589 字节
• 数据集总大小: 27200787.0 字节

数据集分割详情

• 训练集:
  • 大小: 19039599.989774514 字节
  • 示例数量: 8009
• 验证集:
  • 大小: 8161187.010225485 字节
  • 示例数量: 3433