kardosdrur/scandi_eurovoc

---
dataset_info:
features:
- name: title
dtype: string
- name: date
dtype: string
- name: eurovoc_concepts
sequence: string
- name: url
dtype: string
- name: lang
dtype: string
- name: formats
sequence: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 8036083424.887812
num_examples: 437515
- name: test
num_bytes: 2009025448.112188
num_examples: 109379
download_size: 4322379807
dataset_size: 10045108873.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征项：
- 字段名：title（标题），数据类型：字符串
- 字段名：date（日期），数据类型：字符串
- 字段名：eurovoc_concepts（欧共体叙词表（Eurovoc）概念），数据类型：字符串序列
- 字段名：url（统一资源定位符，URL），数据类型：字符串
- 字段名：lang（语言），数据类型：字符串
- 字段名：formats（文件格式），数据类型：字符串序列
- 字段名：text（文本内容），数据类型：字符串
数据集划分：
- 划分名称：train（训练集），占用字节数：8036083424.887812，样本量：437515
- 划分名称：test（测试集），占用字节数：2009025448.112188，样本量：109379
下载总大小：4322379807
数据集总大小：10045108873.0
配置项：
- 配置名称：default（默认配置），数据文件路径：
- 训练集划分：对应路径为data/train-*
- 测试集划分：对应路径为data/test-*