Villaitech/peru-news

--- dataset_info: - config_name: '2025-04-19' features: - name: id dtype: string - name: document dtype: string - name: metadata struct: - name: authors sequence: string - name: image_url dtype: string - name: publish_date dtype: string - name: source dtype: string - name: summary dtype: string - name: title dtype: string - name: url dtype: string splits: - name: train num_bytes: 2384689 num_examples: 696 download_size: 1353558 dataset_size: 2384689 - config_name: default features: - name: id dtype: string - name: document dtype: string - name: metadata struct: - name: authors sequence: string - name: image_url dtype: string - name: publish_date dtype: string - name: source dtype: string - name: summary dtype: string - name: title dtype: string - name: url dtype: string splits: - name: '2025_04_19' num_bytes: 2412004 num_examples: 712 - name: '2025_04_18' num_bytes: 2384689 num_examples: 696 - name: '2025_04_20' num_bytes: 2366797 num_examples: 708 download_size: 6687360 dataset_size: 7163490 configs: - config_name: '2025-04-19' data_files: - split: train path: 2025-04-19/train-* - config_name: default data_files: - split: '2025_04_19' path: data/2025_04_19-* - split: '2025_04_18' path: data/2025_04_18-* - split: '2025_04_20' path: data/2025_04_20-* ---数据集详情： 1. 配置名称：`2025-04-19` 特征字段： - `id`：字符串类型 - `document`：字符串类型 - `元数据(metadata)`：结构体类型，包含以下子字段： - `authors`：字符串序列 - `image_url`：图片链接，字符串类型 - `publish_date`：发布日期，字符串类型 - `source`：来源，字符串类型 - `summary`：摘要，字符串类型 - `title`：标题，字符串类型 - `url`：资源链接，字符串类型 数据拆分： - 拆分名称：`train`（训练集），数据字节数：2384689，样本数量：696 总下载大小：1353558，数据集总存储大小：2384689 2. 配置名称：`default`（默认配置） 特征字段与上述`2025-04-19`配置一致： 数据拆分： - 拆分名称：`2025_04_19`，数据字节数：2412004，样本数量：712 - 拆分名称：`2025_04_18`，数据字节数：2384689，样本数量：696 - 拆分名称：`2025_04_20`，数据字节数：2366797，样本数量：708 总下载大小：6687360，数据集总存储大小：7163490 配置列表： - 配置名称：`2025-04-19`，对应数据文件： - 数据拆分：`train`，文件路径：`2025-04-19/train-*` - 配置名称：`default`，对应数据文件： - 数据拆分：`2025_04_19`，文件路径：`data/2025_04_19-*` - 数据拆分：`2025_04_18`，文件路径：`data/2025_04_18-*` - 数据拆分：`2025_04_20`，文件路径：`data/2025_04_20-*`