遇见数据集

nuuuwan/lk-dmc-situation-reports-chunks

收藏
Hugging Face2025-10-24 更新2025-10-25 收录
官方服务:

资源简介:

该数据集包含了文档类型、文档ID、数量、日期、描述、URL元数据、语言、PDF URL、时间、时间戳、文本块ID、文本块索引、语言、MD5哈希、文本块大小和文本块内容等字段。数据集分为训练集,包含12763个示例,总大小为35708904字节。

The dataset contains fields such as document type (doc_type), document ID (doc_id), number (num), date (date_str), description, URL metadata (url_metadata), language (lang), PDF URL (url_pdf), time (time_str), timestamp (ut), text block ID (chunk_id), text block index (chunk_index), language, MD5 hash (md5), text block size (chunk_size_bytes), and text block content (chunk_text). The dataset is split into a training set with 12,763 examples, totaling 35,708,904 bytes in size.

提供机构:
nuuuwan
二维码
社区交流群
二维码
科研交流群
商业服务