pszemraj/NYTWritingStyleGuide-parsed

该数据集是对TuringsSolutions/NYTWritingStyleGuide数据集的解析版本，解决了原数据集格式难以解析的问题。数据集包含两个配置：default和raw。default配置包含标题、章节和部分信息，每个部分又包含多个子部分，子部分中包含了各种写作建议、方法、最佳实践等内容。raw配置则包含指南的完整结构，包括标题、章节和部分信息，每个部分也包含多个子部分，子部分中包含了各种写作相关的主题、内容、示例、技巧等。

原始信息汇总

数据集概述

基本信息

• 语言: 英语
• 许可证: MIT
• 来源: TuringsSolutions/NYTWritingStyleGuide

数据集配置

默认配置 (default)

• 特征:
  • title: 字符串
  • chapter: 64位整数
  • sections: 列表
    • number: 64位整数
    • section: 64位整数
    • subsections: 列表
      • advice: 字符串
      • approach: 字符串
      • benefit: 字符串
      • best_practice: 字符串
      • best_practices: 字符串
      • caution: 字符串
      • content: 字符串
      • editing: 字符串
      • example: 字符串
      • exercise: 字符串
      • guideline: 字符串
      • guidelines: 字符串
      • insight: 字符串
      • methodology: 字符串
      • note: 字符串
      • number: 64位整数
      • perspective: 字符串
      • practice: 字符串
      • principle: 字符串
      • procedure: 字符串
      • process: 字符串
      • rhetoric: 字符串
      • rule_of_thumb: 字符串
      • strategy: 字符串
      • style: 字符串
      • styleguide: 字符串
      • subsection: 64位整数
      • technique: 字符串
      • tip: 字符串
      • tips: 字符串
      • topic: 字符串
• 分割:
  • train:
    • num_bytes: 33332
    • num_examples: 21
• 下载大小: 62604
• 数据集大小: 33332

原始配置 (raw)

• 特征:
  • guide: 结构体
    • title: 字符串
    • chapters: 列表
      • chapter: 64位整数
      • title: 字符串
      • sections: 列表
        • number: 64位整数
        • subsections: 列表
          • number: 64位整数
          • topic: 字符串
          • content: 字符串
          • subsection: 64位整数
          • example: 字符串
          • tip: 字符串
          • note: 字符串
          • exercise: 字符串
          • practice: 字符串
          • technique: 字符串
          • strategy: 字符串
          • best_practice: 字符串
          • approach: 字符串
          • rule_of_thumb: 字符串
          • guideline: 字符串
          • process: 字符串
          • advice: 字符串
          • guidelines: 字符串
          • style: 字符串
          • tips: 字符串
          • caution: 字符串
          • benefit: 字符串
          • insight: 字符串
          • best_practices: 字符串
          • principle: 字符串
          • methodology: 字符串
          • procedure: 字符串
          • styleguide: 字符串
          • editing: 字符串
          • perspective: 字符串
          • rhetoric: 字符串
        • section: 64位整数
• 分割:
  • train:
    • num_bytes: 33377
    • num_examples: 1
• 下载大小: 65012
• 数据集大小: 33377

数据文件配置

• 默认配置 (default):
  • train: data/train-*
• 原始配置 (raw):
  • train: raw/train-*

搜集汇总

背景与挑战

背景概述

该数据集是纽约时报写作风格指南的解析版本，包含21条结构化数据，涵盖写作技巧、伦理标准等内容，适用于文本分析和自然语言处理任务。