carexl8/twitter_de_ru

---
dataset_info:
features:
- name: id
dtype: int64
- name: text
dtype: string
- name: created_at
dtype: timestamp[ns, tz=UTC]
- name: tokens
sequence: string
- name: language tags
sequence: int64
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 563616
num_examples: 688
download_size: 0
dataset_size: 563616
---
# Dataset Card for "twitter_de_ru"

[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：
- 名称：id，数据类型：64位整数（int64）
- 名称：text，数据类型：字符串（string）
- 名称：created_at，数据类型：带UTC时区的纳秒级时间戳（timestamp[ns, tz=UTC]）
- 名称：tokens，Token序列（tokens），序列类型，元素为字符串（string）
- 名称：language tags，语言标签（language tags），序列类型，元素为64位整数（int64）
- 名称：__index_level_0__，数据类型：64位整数（int64）
数据划分：
- 名称：训练集（train），占用字节数：563616，样本数量：688
下载大小：0
数据集总大小：563616
---
# 「twitter_de_ru」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

数据集名称

twitter_de_ru

数据特征

• id: 整数类型 (int64)
• text: 字符串类型 (string)
• created_at: 时间戳类型 (timestamp[ns, tz=UTC])
• tokens: 字符串序列类型 (sequence: string)
• language tags: 整数序列类型 (sequence: int64)
• index_level_0: 整数类型 (int64)

数据分割

• train:
  • 数据量: 563616 字节
  • 样本数: 688

数据集大小

• 下载大小: 0 字节
• 数据集总大小: 563616 字节