NickyNicky/news_en_100k

---
dataset_info:
features:
- name: article_id
dtype: string
- name: source_id
dtype: string
- name: source_name
dtype: string
- name: author
dtype: string
- name: title
dtype: string
- name: description
dtype: string
- name: url
dtype: string
- name: url_to_image
dtype: string
- name: published_at
dtype: string
- name: content
dtype: string
- name: category
dtype: string
- name: full_content
dtype: string
splits:
- name: train
num_bytes: 432122489
num_examples: 105375
download_size: 186200587
dataset_size: 432122489
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

<!-- https://colab.research.google.com/drive/1dN9mbOdwtH8iFROY--Hqy7mZz5d00HZB#scrollTo=0JVQZoXPDuJw -->

原始信息汇总

数据集概述

数据集特征

• article_id: 数据类型为字符串
• source_id: 数据类型为字符串
• source_name: 数据类型为字符串
• author: 数据类型为字符串
• title: 数据类型为字符串
• description: 数据类型为字符串
• url: 数据类型为字符串
• url_to_image: 数据类型为字符串
• published_at: 数据类型为字符串
• content: 数据类型为字符串
• category: 数据类型为字符串
• full_content: 数据类型为字符串

数据集划分

• train:
  • 数据量: 432122489字节
  • 示例数量: 105375个

数据集大小

• 下载大小: 186200587字节
• 数据集总大小: 432122489字节

配置信息

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