harouzie/vietnews

该数据集是一个越南语新闻数据集，主要用于摘要生成任务。数据集包含标题、摘要和文章内容，分为训练集、验证集和测试集，分别包含99134、22184和22498个样本。数据集的语言为越南语，涉及金融和法律领域，大小类别为100K<n<1M。

原始信息汇总

数据集概述

许可证

• Apache 2.0

数据集信息

特征

• guid: 数据类型为 int64
• title: 数据类型为 string
• abstract: 数据类型为 string
• article: 数据类型为 string

数据分割

• train: 字节数为 325418455，样本数为 99134
• validation: 字节数为 73397317，样本数为 22184
• test: 字节数为 74536959，样本数为 22498

数据大小

• 下载大小: 246782373 字节
• 数据集大小: 473352731 字节

语言

• 越南语 (vi)

数据集名称

• vietnews

任务类别

• 摘要生成 (summarization)

标签

• 金融 (finance)
• 法律 (legal)

数据集大小类别

• 100K < n < 1M