AWeirdDev/zh-tw-pts-articles-sm

该数据集名为zh-tw-pts-articles-sm，包含从PNN新闻网站抓取的文章。数据集的特征包括图像、标题、结论、内容、时间戳、类别和链接。数据集主要用于文本生成任务，包含1400个样本，总大小为3079847字节。

原始信息汇总

数据集概述

基本信息

• 语言: 中文
• 许可证: MIT
• 数据规模: 1K<n<10K
• 任务类别: 文本生成
• 美观名称: zh-tw-articles-2k
• 标签: webdataset

数据集信息

特征

• image: 字符串类型
• title: 字符串类型
• conclusion: 字符串类型
• content: 字符串类型
• timestamp: 字符串类型
• category: 字符串类型
• link: 字符串类型

分割

• train:
  • 字节数: 3079847
  • 样本数: 1400

下载与数据集大小

• 下载大小: 2127628
• 数据集大小: 3079847

配置

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

注意事项

• 某些键如 conclusion 可能为 None。