enpaiva/proto-demographic-paraguay

该数据集包含119917个样本，主要用于文本分类、主题分析或地理信息分析等任务。数据集的特征包括id、texto（文本）、datos（数据）、topic（主题）、web（网页）、idioma（语言）和pais（国家）。数据集的语言为西班牙语，许可证为巴拉圭公共信息使用许可证。数据集的总大小为163621264字节，下载大小为17145319字节。

This dataset contains 119917 samples and is primarily used for tasks such as text classification, topic analysis, or geographic information analysis. The features of the dataset include id, texto (text), datos (data), topic (topic), web (web), idioma (language), and pais (country). The language of the dataset is Spanish, and the license is the Public Information Use License of Paraguay. The total size of the dataset is 163621264 bytes, and the download size is 17145319 bytes.

原始信息汇总

数据集概述

语言

• 西班牙语 (es)

许可证

• 许可证名称: licencia-de-uso-de-la-informacion-publica.paraguay
• 许可证链接: https://informacionpublica.paraguay.gov.py/#!/license

数据集信息

特征

• id: 类型为字符串 (string)
• texto: 类型为字符串 (string)
• datos: 类型为字符串 (string)
• topic: 类型为字符串 (string)
• web: 类型为字符串 (string)
• idioma: 类型为字符串 (string)
• pais: 类型为字符串 (string)

数据分割

• train:
  • 字节数: 163621264
  • 样本数: 119917

数据集大小

• 下载大小: 17145319 字节
• 数据集大小: 163621264 字节

配置

• config_name: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*