jasong03/vov_thethao

该数据集包含文章的标题、摘要、内容、URL以及元数据（包括发布日期、抓取日期和标签）。数据集主要用于训练，包含92,146个示例，总大小为326,514,627字节。

This dataset includes article titles, summaries, content, URLs, and metadata (including publication date, crawl date, and tags). The dataset is primarily used for training, containing 92,146 examples with a total size of 326,514,627 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• title: 文章标题，数据类型为字符串。
• summary: 文章摘要，数据类型为字符串。
• content: 文章内容，数据类型为字符串。
• url: 文章链接，数据类型为字符串。
• metadata: 元数据结构，包含以下字段：
  • published_date: 发布日期，数据类型为时间戳（秒）。
  • crawled_date: 抓取日期，数据类型为时间戳（秒）。
  • tags: 标签列表，数据类型为字符串序列。

数据分割

• train: 训练集，包含92146个样本，总大小为326514627字节。

数据集大小

• 下载大小: 121085124字节
• 数据集大小: 326514627字节

配置

• default: 默认配置，包含训练集数据文件路径为data/train-*。