livinNector/tamil_news_dataset

--- dataset_info: features: - name: news_id dtype: int64 - name: news_date dtype: string - name: news_category dtype: string - name: news_title dtype: string - name: news_article dtype: string splits: - name: tamil_murasu num_bytes: 520163970 num_examples: 126746 - name: dinamalar num_bytes: 5548260744 num_examples: 1910466 download_size: 2077357708 dataset_size: 6068424714 --- # Dataset Card for "tamil_news_dataset" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)数据集信息： 特征字段： - 字段名：新闻ID（news_id），数据类型：int64 - 字段名：新闻日期（news_date），数据类型：字符串 - 字段名：新闻分类（news_category），数据类型：字符串 - 字段名：新闻标题（news_title），数据类型：字符串 - 字段名：新闻正文（news_article），数据类型：字符串 数据拆分： - 拆分名称：tamil_murasu，字节数：520163970，样本总数：126746 - 拆分名称：dinamalar，字节数：5548260744，样本总数：1910466 下载总大小：2077357708 数据集总占用大小：6068424714 # 「泰米尔新闻数据集（tamil_news_dataset）」数据集卡片 [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据特征

• news_id: 数据类型为 int64
• news_date: 数据类型为 string
• news_category: 数据类型为 string
• news_title: 数据类型为 string
• news_article: 数据类型为 string

数据分割

• tamil_murasu:
  • 字节数: 520163970
  • 样本数: 126746
• dinamalar:
  • 字节数: 5548260744
  • 样本数: 1910466

数据集大小

• 下载大小: 2077357708 字节
• 数据集大小: 6068424714 字节