haohaaorg/shan-news-shannews_org

该数据集包含11257个样本，每个样本包括日期、链接、标题、内容和类别五个字段，所有字段的数据类型均为字符串。数据集分为一个训练分割，总大小为75951900字节，下载大小为24881107字节。

The dataset contains 11257 samples, each with five fields: date, link, title, content, and categories, all of which are of string type. The dataset is divided into one training split, with a total size of 75951900 bytes and a download size of 24881107 bytes.

原始信息汇总

数据集概述

数据集特征

• date: 数据类型为字符串。
• link: 数据类型为字符串。
• title: 数据类型为字符串。
• content: 数据类型为字符串。
• categories: 数据类型为字符串。

数据集分割

• train: 包含11257个样本，占用75951900字节。

数据集大小

• 下载大小: 24881107字节。
• 数据集大小: 75951900字节。

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*