d0rj/curation-corpus-ru

该数据集是d0rj/curation-corpus数据集的俄语翻译版本，主要用于摘要生成任务。数据集包含标题、摘要、URL、日期和文章内容等特征，语言为俄语，来源于d0rj/curation-corpus数据集的翻译版本。数据集的大小类别为10K到100K之间，包含30,454个训练样本。

原始信息汇总

数据集概述

基本信息

• 名称: Curation Corpus (ru)
• 语言: 俄语
• 数据集大小: 237436901.42479068 字节
• 下载大小: 116826702 字节
• 示例数量: 30454
• 许可证: cc-by-4.0

数据结构

• 特征:
  • title: 字符串
  • summary: 字符串
  • url: 字符串
  • date: 字符串
  • article_content: 字符串

数据划分

• 训练集:
  • 大小: 237436901.42479068 字节
  • 示例数量: 30454

任务与特性

• 任务类别: 摘要生成
• 多语言性: 单语种
• 来源数据集: d0rj/curation-corpus
• 标签:
  • 新闻
  • 摘要生成

数据集类别

• 大小类别: 10K<n<100K