AWeirdDev/zh-tw-articles-2k

该数据集名为zh-tw-articles-2k，包含了从台湾新闻网站(https://www.storm.mg)于2024年3月爬取的新闻文章。数据集大小为5.0MB，包含2000行数据，每行数据包含image, title, content, tag, author, timestamp, link等特征。数据集主要用于文本生成任务，并带有医疗、金融和webdataset标签。

原始信息汇总

zh-tw-articles-2k 数据集概述

基本信息

• 语言: 中文
• 许可证: MIT
• 大小类别: 1K<n<10K
• 任务类别: 文本生成
• 标签: 医疗, 财经, webdataset
• 数据集名称: zh-tw-articles-2k

数据集特征

• 特征:
  • image: 字符串
  • title: 字符串
  • content: 字符串
  • tag: 字符串
  • author: 字符串
  • timestamp: 字符串
  • link: 字符串

数据集分割

• 训练集:
  • 名称: train
  • 字节数: 5294263
  • 样本数: 2000

下载与数据集大小

• 下载大小: 3541689 字节
• 数据集大小: 5294263 字节

配置

• 默认配置:
  • 数据文件:
    • 分割: train
    • 路径: data/train-*

数据集描述

• 来源: 从 (https://www.storm.mg) 爬取的台湾新闻文章，时间：2024年3月
• 大小: 5.0MB (5294263 字节)
• 行数: 2000
• 页面数: 100

使用方法

• 使用 🤗 Datasets 下载、使用或修改此数据集: python from datasets import load_dataset dataset = load_dataset("AWeirdDev/zh-tw-articles-2k")