lusana
收藏资源简介：
该数据集包含来自lusana.ru平台的38,953个演示文稿的元数据和原始文件。这些演示文稿以PPT/PPTX格式存储，并包含诸如演示文稿标题、下载URL、唯一性评分、幻灯片数量、浏览量、下载量、文件大小和提取的文本内容等元数据字段。该数据集是多语言的，主要语言为俄语，还包括英语和一些其他语言的内容。该数据集根据Creative Commons Attribution-NonCommercial 3.0 Unported (CC BY-NC 3.0)许可证授权。
This dataset contains metadata and original files of 38,953 presentations from the lusana.ru platform. These presentations are stored in PPT/PPTX format, and include metadata fields such as presentation title, download URL, uniqueness score, number of slides, page views, download counts, file size, and extracted text content. This dataset is multilingual, with Russian as the primary language, and also includes content in English and several other languages. This dataset is licensed under the Creative Commons Attribution-NonCommercial 3.0 Unported (CC BY-NC 3.0) license.
Lusana.ru Presentations Dataset
数据集概述
该数据集包含来自lusana.ru平台的38,953个演示文稿的元数据和原始文件，该平台是一个用于存储PPT/PPTX格式的演示文稿、报告、模板和背景的服务。数据集包括演示文稿的标题、下载URL、唯一性评分、幻灯片数量、浏览量、下载量、文件大小以及提取的文本内容（如果可用）。
语言
该数据集是多语言的，主要语言为俄语。其他语言包括：
- 俄语 (ru)：大部分内容
- 英语 (en)：主要用于英语课程，数据集的一小部分
- 其他：可能包含其他语言的内容
数据集结构
数据文件
数据集包括：
- 元数据：存储在JSON Lines格式中
- 演示文稿文件：原始PPT/PPTX文件
数据字段
数据集包含以下字段：
id：演示文稿的唯一标识符（整数）name：演示文稿的标题（字符串）download_url：演示文稿的下载URL（字符串）uniqueness：演示文稿的唯一性评分（整数）slides：演示文稿中的幻灯片数量（整数）views：演示文稿的浏览量（整数）downloads：演示文稿的下载量（整数）size：演示文稿的文件大小（字符串）filepath：下载的演示文稿的本地文件路径（字符串）text：提取的演示文稿文本内容（字符串或null）
数据分割
所有示例都在一个分割中。
附加信息
许可证
该数据集根据Creative Commons Attribution-NonCommercial 3.0 Unported (CC BY-NC 3.0)许可证授权。这意味着您可以：
- 分享：以任何媒介或格式复制和重新分发材料
- 改编：重新混合、转换和构建材料
在以下条件下：
- 署名：您必须给予适当的署名，提供许可证的链接，并指出是否进行了更改。您可以以任何合理的方式进行署名，但不得以任何方式暗示许可人认可您或您的使用。
- 非商业性：您不得将材料用于商业目的。
没有附加限制：您不得应用法律条款或技术措施，这些条款或措施在法律上限制他人进行许可证允许的任何事情。
CC BY-NC 3.0许可证：https://creativecommons.org/licenses/by-nc/3.0/
要了解更多关于CC BY-NC 3.0的信息，请访问Creative Commons网站：https://creativecommons.org/licenses/by-nc/3.0/legalcode
注意：此许可证适用于与平台原始内容的许可条款相对应。有关平台许可的更多详细信息，请访问：https://lusana.ru/we
数据集创建者
