manu/bnf_clean

---
dataset_info:
features:
- name: id
dtype: string
- name: text
dtype: string
- name: author
dtype: string
- name: title
dtype: string
- name: mean_nqa
dtype: float64
- name: date
dtype: string
- name: subject
dtype: string
- name: rights
dtype: string
- name: original_folder
dtype: string
- name: perplexity
dtype: float64
splits:
- name: '2023'
num_bytes: 129088433.72207084
num_examples: 441
- name: '2021_1'
num_bytes: 96451.66666666667
num_examples: 5
- name: '2021_2'
num_bytes: 85416.8
num_examples: 4
download_size: 77863123
dataset_size: 129270302.18873751
---
# Dataset Card for "bnf_clean"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

• 特征列表：

  • id: 类型为字符串
  • text: 类型为字符串
  • author: 类型为字符串
  • title: 类型为字符串
  • mean_nqa: 类型为浮点数
  • date: 类型为字符串
  • subject: 类型为字符串
  • rights: 类型为字符串
  • original_folder: 类型为字符串
  • perplexity: 类型为浮点数

• 数据分割：

  • 2023: 字节数为 129088433.72207084，样本数为 441
  • 2021_1: 字节数为 96451.66666666667，样本数为 5
  • 2021_2: 字节数为 85416.8，样本数为 4

• 数据集大小：

  • 下载大小: 77863123 字节
  • 数据集总大小: 129270302.18873751 字节