rayml/french_gutenberg

该数据集包含来自Gutenberg项目的法语书籍及其相关书籍类别，适用于训练AI模型、研究或其他与自然语言处理相关的目的。数据集包含以下字段：作者、标题、内容（UTF-8编码）和书籍类别。数据集的来源是Project Gutenberg，这是一个提供大量免费电子书的数字图书馆，主要收录公共领域的作品。

原始信息汇总

Gutenberg French Book Dataset

数据集详情

数据集描述

该数据集包含来自Gutenberg项目收藏的法语书籍及其相关书籍类别。它旨在用于训练AI模型、研究或任何与自然语言处理相关的目的。

数据集字段

• author: 书籍作者
• title: 书籍标题
• content: 书籍内容，采用utf-8编码
• category: 来自Gutenberg项目的书籍类别列表

语言

• 语言(NLP): 法语

许可

• 许可: Apache-2.0

数据集信息

• 特征:

  • author: 字符串类型
  • title: 字符串类型
  • content: 字符串类型
  • category: 字符串序列类型

• 分割:

  • train: 训练集
    • num_bytes: 190159023字节
    • num_examples: 473个样本

• 下载大小: 116449985字节

• 数据集大小: 190159023字节

配置

• 配置名称: default
  • 数据文件:
    • split: train
    • path: data/train-*