hugfaceguy0001/ScifiNovels

---
dataset_info:
- config_name: Full
features:
- name: author
dtype: string
- name: title
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 608352456
num_examples: 5375
download_size: 394908470
dataset_size: 608352456
- config_name: S1
features:
- name: id
dtype: string
- name: category
dtype: string
- name: sub_category
dtype: string
- name: title
dtype: string
- name: author
dtype: string
- name: book_info
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 348474421
num_examples: 4659
download_size: 226839945
dataset_size: 348474421
- config_name: S2
features:
- name: id
dtype: int64
- name: category
dtype: string
- name: sub_category
dtype: string
- name: title
dtype: string
- name: author
dtype: string
- name: book_info
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 368145825
num_examples: 2321
download_size: 238595298
dataset_size: 368145825
configs:
- config_name: Full
data_files:
- split: train
path: Full/train-*
- config_name: S1
data_files:
- split: train
path: S1/train-*
- config_name: S2
data_files:
- split: train
path: S2/train-*
---

原始信息汇总

数据集概述

配置名称：Full

• 特征:
  • author: 字符串
  • title: 字符串
  • text: 字符串
• 分割:
  • 训练集:
    • 字节数: 608352456
    • 示例数: 5375
• 下载大小: 394908470
• 数据集大小: 608352456

配置名称：S1

• 特征:
  • id: 字符串
  • category: 字符串
  • sub_category: 字符串
  • title: 字符串
  • author: 字符串
  • book_info: 字符串
  • text: 字符串
• 分割:
  • 训练集:
    • 字节数: 348474421
    • 示例数: 4659
• 下载大小: 226839945
• 数据集大小: 348474421

配置名称：S2

• 特征:
  • id: 整数64位
  • category: 字符串
  • sub_category: 字符串
  • title: 字符串
  • author: 字符串
  • book_info: 字符串
  • text: 字符串
• 分割:
  • 训练集:
    • 字节数: 368145825
    • 示例数: 2321
• 下载大小: 238595298
• 数据集大小: 368145825

搜集汇总

背景与挑战

背景概述

该数据集是一个包含大量科幻小说文本的集合，主要收录了1990年代至2000年代初期的中国科幻作品，包含完整作品和片段，涉及多种科幻主题。数据集以parquet格式存储，包含12,355条记录，总大小约860MB，适合用于自然语言处理和科幻文学研究。