ranWang/un_corpus_for_sitemap_test
收藏Hugging Face2023-03-24 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/ranWang/un_corpus_for_sitemap_test
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: uuid
dtype: string
- name: url
dtype: string
- name: title
dtype: string
- name: news_content
sequence:
sequence:
sequence: string
- name: html_content
dtype: string
splits:
- name: ar
num_bytes: 4731475832
num_examples: 35807
- name: ru
num_bytes: 4612097472
num_examples: 34774
- name: zh
num_bytes: 4853260847
num_examples: 39850
- name: en
num_bytes: 8601079816
num_examples: 67374
- name: fr
num_bytes: 6032856702
num_examples: 46756
- name: es
num_bytes: 5542173377
num_examples: 44877
download_size: 13991912058
dataset_size: 34372944046
---
# Dataset Card for "un_corpus_for_sitemap_test"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
ranWang
原始信息汇总
数据集概述
数据集名称
- 名称: un_corpus_for_sitemap_test
数据集特征
- uuid: 数据类型为字符串。
- url: 数据类型为字符串。
- title: 数据类型为字符串。
- news_content: 数据类型为字符串序列。
- html_content: 数据类型为字符串。
数据集分割
- ar: 包含35807个示例，总字节数为4731475832。
- ru: 包含34774个示例，总字节数为4612097472。
- zh: 包含39850个示例，总字节数为4853260847。
- en: 包含67374个示例，总字节数为8601079816。
- fr: 包含46756个示例，总字节数为6032856702。
- es: 包含44877个示例，总字节数为5542173377。
数据集大小
- 下载大小: 13991912058字节
- 数据集总大小: 34372944046字节
