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。