hugosousa/Publico

---
dataset_info:
features:
- name: id
dtype: string
- name: text
dtype: string
download_size: 112131429
dataset_size: 180048487
configs:
- config_name: pt
data_files:
- split: train
path: pt/train.jsonl
- split: test
path: pt/test.jsonl
- config_name: es
data_files:
- split: train
path: es/train.jsonl
- split: test
path: es/test.jsonl
- config_name: fr
data_files:
- split: train
path: fr/train.jsonl
- split: test
path: fr/test.jsonl
- config_name: de
data_files:
- split: train
path: de/train.jsonl
- split: test
path: de/test.jsonl
- config_name: en
data_files:
- split: train
path: en/train.jsonl
- split: test
path: en/test.jsonl
license: mit
language:
- pt
- en
- de
- fr
- es
tags:
- news
size_categories:
- 10K<n<100K
---
# Público

This dataset was build by translating a set of 34,157 news from [Público](https://www.publico.pt), an European Portuguese news paper. The news have been translated using Google Translator.
To now more about the data visit the Github repos used to [scrape](https://github.com/hmosousa/publico_scraper) and [translate](https://github.com/hmosousa/publico) the news.

原始信息汇总

数据集概述

基本信息

• 特征:
  • id: 数据类型为字符串
  • text: 数据类型为字符串
• 下载大小: 112131429字节
• 数据集大小: 180048487字节

配置

• pt:
  • 训练集路径: pt/train.jsonl
  • 测试集路径: pt/test.jsonl
• es:
  • 训练集路径: es/train.jsonl
  • 测试集路径: es/test.jsonl
• fr:
  • 训练集路径: fr/train.jsonl
  • 测试集路径: fr/test.jsonl
• de:
  • 训练集路径: de/train.jsonl
  • 测试集路径: de/test.jsonl
• en:
  • 训练集路径: en/train.jsonl
  • 测试集路径: en/test.jsonl

许可

• 许可证: MIT

语言

• 葡萄牙语 (pt)
• 英语 (en)
• 德语 (de)
• 法语 (fr)
• 西班牙语 (es)

标签

• 新闻

大小分类

• 10K<n<100K