BEE-spoke-data/SYSK-Transcripts

该数据集名为SYSK_Transcripts，包含Stuff You Should Know播客的完整转录和摘要。数据集的特征包括id、标题、链接、描述、摘要、发布日期、格式化日期、编码长度、编码类型、音频URL和转录文本。数据集共有1965行数据。

原始信息汇总

数据集概述

数据集信息

配置名称：default

• 特征列表：
  • id: string
  • title: string
  • link: string
  • desc: string
  • summary: string
  • pubDate: string
  • pubFormatted: string
  • enc_len: string
  • enc_type: string
  • audio_url: string
  • transcript: string
• 分割信息：
  • train:
    • num_bytes: 72117648
    • num_examples: 1965
• 下载大小：40830798
• 数据集大小：72117648

配置名称：seg-no-ads

• 特征列表：
  • id: string
  • title: string
  • link: string
  • desc: string
  • summary: string
  • text: string
• 分割信息：
  • train:
    • num_bytes: 69771386
    • num_examples: 1911
• 下载大小：40026675
• 数据集大小：69771386

配置名称：segmented

• 特征列表：
  • id: string
  • title: string
  • link: string
  • desc: string
  • summary: string
  • text: string
• 分割信息：
  • train:
    • num_bytes: 69521425.32519084
    • num_examples: 1911
• 下载大小：40832338
• 数据集大小：69521425.32519084

数据文件配置

• 配置名称：default
  • 分割：train
  • 路径：data/train-*
• 配置名称：seg-no-ads
  • 分割：train
  • 路径：seg-no-ads/train-*
• 配置名称：segmented
  • 分割：train
  • 路径：segmented/train-*