AWeirdDev/zh-tw-recipes-sm

---
dataset_info:
features:
- name: image
dtype: string
- name: title
dtype: string
- name: descriotion
dtype: string
- name: cooking_time
dtype: string
- name: author
dtype: string
- name: url
dtype: string
- name: servings
dtype: int64
- name: ingredients
list:
- name: name
dtype: string
- name: unit
dtype: string
- name: steps
dtype: string
splits:
- name: train
num_bytes: 2205483
num_examples: 1799
download_size: 1079443
dataset_size: 2205483
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
task_categories:
- text-generation
tags:
- recipe
license: mit
language:
- zh
size_categories:
- 1K<n<10K
---

数据集信息：
特征字段：
- 字段名：图像（image），数据类型：字符串
- 字段名：标题，数据类型：字符串
- 字段名：描述，数据类型：字符串
- 字段名：烹饪时长，数据类型：字符串
- 字段名：作者，数据类型：字符串
- 字段名：统一资源定位符（URL），数据类型：字符串
- 字段名：供餐份数，数据类型：int64 整型
- 字段名：食材清单（列表类型），每个列表项为包含以下子字段的字典：
- 名称，数据类型：字符串
- 单位，数据类型：字符串
- 字段名：制作步骤，数据类型：字符串
数据划分：
- 拆分名称：训练集（train），占用存储字节数：2205483，样本总数：1799
下载大小：1079443 字节，数据集总大小：2205483 字节
配置项：
- 配置名称：默认配置（default），关联数据文件：
- 对应训练拆分，文件路径为 data/train-*
任务类别：文本生成（text-generation）
标签：食谱（recipe）
许可证：MIT 许可证
语言：中文
样本规模区间：1000 < 样本数量 < 10000

原始信息汇总

数据集概述

数据集信息

特征

• image: 图片链接，数据类型为字符串。
• title: 标题，数据类型为字符串。
• descriotion: 描述，数据类型为字符串。
• cooking_time: 烹饪时间，数据类型为字符串。
• author: 作者，数据类型为字符串。
• url: 链接，数据类型为字符串。
• servings: 份数，数据类型为整数。
• ingredients: 成分列表，包含以下子特征：
  • name: 成分名称，数据类型为字符串。
  • unit: 单位，数据类型为字符串。
• steps: 步骤，数据类型为字符串。

数据分割

• train: 训练集，包含2205483字节的数据和1799个样本。

数据集大小

• 下载大小: 1079443字节
• 数据集大小: 2205483字节

配置

• default: 默认配置，包含训练集数据文件路径为data/train-*。

任务类别

• text-generation: 文本生成

标签

• recipe: 食谱

许可证

• MIT

语言

• zh: 中文

大小类别

• 1K<n<10K: 样本数量在1千到1万之间

搜集汇总

背景与挑战

背景概述

该数据集是一个中文食谱数据集，包含约1.8k条来自台湾烹饪网站的食谱，涵盖标题、描述、食材和步骤等结构化字段。其特点是专注于文本生成任务，以Parquet格式存储，适用于自然语言处理或食谱生成模型的训练。