bunkalab/French-PD-Books-title-sample
收藏Hugging Face2024-09-23 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/bunkalab/French-PD-Books-title-sample
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: file_id
dtype: string
- name: ocr
dtype: int64
- name: title
dtype: string
- name: date
dtype: int64
- name: author
dtype: string
- name: page_count
dtype: int64
- name: word_count
dtype: int64
- name: character_count
dtype: int64
- name: type
dtype: string
- name: setSpec
dtype: string
- name: category_number
dtype: float64
- name: sub_category_number
dtype: float64
- name: category_name
dtype: string
- name: sub_category_name
dtype: string
- name: full_category_name
dtype: string
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 8706003
num_examples: 26632
download_size: 3638780
dataset_size: 8706003
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
language:
- en
---
Dataset sampled from:
https://huggingface.co/datasets/PleIAs/French-PD-Books
提供机构：
bunkalab
原始信息汇总
数据集概述
数据特征
- file_id: 字符串类型
- ocr: 64位整数类型
- title: 字符串类型
- date: 64位整数类型
- author: 字符串类型
- page_count: 64位整数类型
- word_count: 64位整数类型
- character_count: 64位整数类型
- type: 字符串类型
- setSpec: 字符串类型
- category_number: 64位浮点数类型
- sub_category_number: 64位浮点数类型
- category_name: 字符串类型
- sub_category_name: 字符串类型
- full_category_name: 字符串类型
- index_level_0: 64位整数类型
数据分割
- train: 包含26632个样本，总字节数为8706003
数据集大小
- 下载大小: 3638780字节
- 数据集大小: 8706003字节
配置
- default: 包含训练数据文件，路径为
data/train-*
