imvladikon/he_cnn_dailymail

--- dataset_info: features: - name: id dtype: string - name: article dtype: string - name: highlights dtype: string - name: article_en dtype: string - name: highlights_en dtype: string splits: - name: train num_bytes: 2945431371 num_examples: 287113 - name: validation num_bytes: 134808274 num_examples: 13368 - name: test num_bytes: 116636491 num_examples: 11490 download_size: 1781960238 dataset_size: 3196876136 task_categories: - summarization language: - he --- # Dataset Card for "he_cnn_dailymail" [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：字符串 - 名称：article，数据类型：字符串 - 名称：highlights（摘要），数据类型：字符串 - 名称：article_en（英文原文文章），数据类型：字符串 - 名称：highlights_en（英文原文摘要），数据类型：字符串 数据集划分： - 划分名称：train（训练集），字节数：2945431371，样本数：287113 - 划分名称：validation（验证集），字节数：134808274，样本数：13368 - 划分名称：test（测试集），字节数：116636491，样本数：11490 下载大小：1781960238 数据集总大小：3196876136 任务类别： - 文本摘要（summarization） 语言： - 希伯来语（he） # 希伯来语版CNN/DailyMail（he_cnn_dailymail）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

• 名称: he_cnn_dailymail

数据集特征

• 特征列表:
  • id: 数据类型为字符串
  • article: 数据类型为字符串
  • highlights: 数据类型为字符串
  • article_en: 数据类型为字符串
  • highlights_en: 数据类型为字符串

数据集分割

• 训练集:
  • 样本数量: 287113
  • 数据大小: 2945431371 字节
• 验证集:
  • 样本数量: 13368
  • 数据大小: 134808274 字节
• 测试集:
  • 样本数量: 11490
  • 数据大小: 116636491 字节

数据集大小

• 下载大小: 1781960238 字节
• 数据集总大小: 3196876136 字节

任务类别

• 任务: 摘要生成

语言

• 语言: 希伯来语