pythainlp/prd_news_30112023

PRD News 30112023数据集主要包含泰语新闻，来源于泰国政府公共关系部，总理办公室。数据集的特征包括新闻标题、详细内容、新闻日期、地区、省份、部门、新闻链接和一个索引列。数据集的大小类别为100K到1M之间，主要用于文本生成任务。数据集的下载大小为389528580字节，数据集大小为1191831633字节，包含242985个示例。数据集的来源包括多个主题的新闻，如健康、环境、农业、旅游、政治、体育、科技、文化、经济等。

原始信息汇总

数据集概述

基本信息

• 语言: 泰语
• 许可证: CC0-1.0
• 大小: 100K<n<1M
• 任务类别: 文本生成

数据集特征

• NewsTitle: 字符串
• Detail: 字符串
• NewsDate: 字符串
• Region: 字符串
• Province: 字符串
• Department: 字符串
• Link_News: 字符串
• index_level_0: 整数

数据集划分

• 训练集:
  • 大小: 1191831633 字节
  • 示例数量: 242985

数据集大小

• 下载大小: 389528580 字节
• 数据集大小: 1191831633 字节

配置

• 默认配置:
  • 数据文件:
    • 训练集路径: data/train-*

标签

• 新闻