umarigan/textbook_is_all_you_need

该数据集是从30多部土耳其经典小说中创建的，包含两个主要特征：page_content和metadata，其中metadata包含page和source两个子特征。数据集的分割为train，包含16869个示例和36605083字节的数据。数据集的语言为土耳其语，数据集名称为Text data from fictions。

原始信息汇总

数据集概述

数据集特征

• page_content：数据类型为字符串。
• metadata：结构化数据，包含以下字段：
  • page：数据类型为int64。
  • source：数据类型为字符串。

数据集分割

• train：包含16869个示例，总大小为36605083字节。

数据集大小

• 下载大小：22765390字节。
• 数据集实际大小：36605083字节。

配置

• default：训练数据文件路径为data/train-*。

语言

• 土耳其语

数据集名称

• 正式名称为“Text data from fictions”。

数据来源

• 数据集由30多部土耳其经典小说创建。