harryph/vn_books_main

该数据集包含多个越南语故事的特征信息，涵盖了故事的类别、作者、名称、来源、文本内容以及多种故事类型的标签。数据集分为训练集，包含19900个样本，总大小为217350477字节。

This dataset contains feature information of multiple Vietnamese stories, including categories, authors, story names, sources, text content, and labels for various story types. The dataset is divided into a training set, containing 19,900 samples with a total size of 217,350,477 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• Id: 类型为 int64
• Thể loại: 类型为 string
• Tác giả: 类型为 string
• Tên truyện: 类型为 string
• Nguồn: 类型为 string
• Text: 类型为 string
• Truyện Ngắn: 类型为 int64
• Truyện Dài: 类型为 int64
• Biên Khảo, Tùy Bút, Tản Văn: 类型为 int64
• Lịch Sử, Dã Sử: 类型为 int64
• Thần Thoại, Cổ Tích: 类型为 int64
• Kiếm Hiệp: 类型为 int64
• Trung Hoa: 类型为 int64
• Hài Hước, Tiếu Lâm: 类型为 int64
• Khoa Học, Kỹ Thuật: 类型为 int64
• Teen, Tuổi Hoa, Thiếu Nhi: 类型为 int64
• Kinh Dị, Ma Quái: 类型为 int64
• Trinh Thám, Hình Sự: 类型为 int64
• Cổ Văn Việt Nam: 类型为 int64
• Tập Truyện Ngắn: 类型为 int64
• Suy Ngẫm, Làm Người: 类型为 int64
• Nhân Vật, Chân Dung: 类型为 int64
• Triết Học, Kinh Tế: 类型为 int64
• Y Học, Sức Khỏe: 类型为 int64
• Tình Cảm, Lãng Mạn: 类型为 int64
• Phiêu Lưu, Mạo Hiểm: 类型为 int64
• Hồi Ký, Tự Truyện: 类型为 int64
• Kinh Điển: 类型为 int64
• Tiểu Thuyết: 类型为 int64
• Tôn Giáo, Chính Trị: 类型为 int64
• Truyện Tranh: 类型为 int64
• Cuộc Chiến Vn: 类型为 int64
• Kịch, Kịch Bản: 类型为 int64
• Khoa Học Huyền Bí: 类型为 int64
• Khoa Học, Giả Tưởng: 类型为 int64
• Tiên Hiệp: 类型为 int64
• Tâm Lý, Xã Hội, Hiện Thực: 类型为 int64
• Phóng Sự, Điều Tra: 类型为 int64
• Thơ, Trường Ca: 类型为 int64
• Văn Học Miền Nam Trước 75: 类型为 int64
• Nhiều chương: 类型为 bool

数据分割

• train: 包含 19900 个样本，占用 217350477 字节

数据集大小

• 下载大小: 110967582 字节
• 数据集大小: 217350477 字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*