barunsaha/bangla_sahitya

这是一个包含一些公开领域的孟加拉语诗歌的小型数据集，名为Bangla Sahitya。数据集包含387个训练样本，每个样本有作者和文本两个特征。

A small collection of some Bengali poems available in the public domain, named Bangla Sahitya. The dataset contains 387 training examples, each with features of author and text.

原始信息汇总

数据集概述

数据集名称

• 名称: bangla_sahitya
• 别名: barunsaha/bangla_sahitya, Bangla Sahitya (বাংলা সাহিত্য)

数据集描述

• 描述: 这是一个公开领域中可用的一些孟加拉语诗歌的小型集合。

数据集创建者

• 创建者: Barun Saha
• 链接: Barun Saha的个人页面

数据集关键词

• 关键词: Bengali, < 1K, parquet, Text, Datasets, pandas, Croissant, 🇺🇸 Region: US

数据集分布

• 分布:

  • 类型: cr:FileObject

  • 名称: repo

  • 描述: HF Mirror git 仓库。

  • 内容链接: HF Mirror git 仓库

  • 编码格式: git+https

  • 类型: cr:FileSet

  • 名称: parquet-files-for-config-default

  • 描述: 由 HF Mirror 转换的底层 Parquet 文件（参见：HF Mirror Parquet 文档）。

  • 包含于: repo

  • 编码格式: application/x-parquet

  • 包含文件: default//.parquet

数据集记录集

• 记录集:
  • 类型: cr:RecordSet
  • 名称: default
  • 描述: barunsaha/bangla_sahitya - default 子集
  • 字段:

    • 类型: cr:Field

    • 名称: default/author

    • 描述: HF Mirror Parquet 文件中的 author 列。

    • 数据类型: sc:Text

    • 来源:

      • 文件集: parquet-files-for-config-default
      • 提取: author 列

    • 类型: cr:Field

    • 名称: default/text

    • 描述: HF Mirror Parquet 文件中的 text 列。

    • 数据类型: sc:Text

    • 来源:

      • 文件集: parquet-files-for-config-default
      • 提取: text 列

数据集符合的标准

• 符合标准: MLCommons Croissant 1.0

数据集链接

• 链接: bangla_sahitya 数据集页面