arbml/ultimate_arabic_news

该数据集包含文本和标签两个主要特征。文本特征为字符串类型，标签特征是一个包含10个类别的分类标签，类别包括社会、体育、政治、经济、多样、医疗、宗教、艺术、文化和技术。数据集仅包含一个训练集，共有196,279个样本，总大小为570,044,205字节，下载大小为269,855,221字节。

This dataset includes text and corresponding categorical labels, covering various domains such as Society, Sport, Politic, Economy, etc. It is primarily intended for training models, containing 196279 samples with a total size of 570044205 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • text: 数据类型为字符串。
  • label: 数据类型为分类标签，包含以下类别：
    • 0: Society
    • 1: Sport
    • 2: Politic
    • 3: Economy
    • 4: Diverse
    • 5: Medical
    • 6: Religion
    • 7: Art
    • 8: Culture
    • 9: Technology

数据集划分

• train:
  • 数据量: 196,279 条
  • 数据大小: 570,044,205 字节

数据集大小

• 下载大小: 269,855,221 字节
• 数据集总大小: 570,044,205 字节

配置

• default:
  • 数据文件:
    • train: 路径为 data/train-*