habanoz/eco-news-tr

该数据集包含土耳其语文本数据，主要用于自然语言处理任务。数据集分为训练集和验证集，训练集包含7552个样本，验证集包含840个样本。每个样本包含一个唯一的ID和对应的文本内容。

This dataset contains Turkish text data, primarily used for natural language processing tasks. The dataset is divided into a training set and a validation set, with the training set containing 7552 samples and the validation set containing 840 samples. Each sample includes a unique ID and corresponding text content.

原始信息汇总

数据集概述

语言

• 土耳其语 (tr)

数据集信息

特征

• id: 数据类型为字符串 (string)
• text: 数据类型为字符串 (string)

数据分割

• train:
  • 字节数: 24168695
  • 样本数: 7552
• validation:
  • 字节数: 2710397
  • 样本数: 840

数据大小

• 下载大小: 13110416 字节
• 数据集总大小: 26879092 字节

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • validation: data/validation-*