Zaid/ashaar_dataset

---
dataset_info:
features:
- name: poem title
dtype: string
- name: poem meter
dtype: string
- name: poem verses
sequence: string
- name: poem theme
dtype: string
- name: poem url
dtype: string
- name: poet name
dtype: string
- name: poet description
dtype: string
- name: poet url
dtype: string
- name: poet era
dtype: string
- name: poet location
dtype: string
- name: poem description
list:
- name: attributes
struct:
- name: class
dtype: string
- name: color
dtype: string
- name: dir
dtype: string
- name: face
dtype: string
- name: id
dtype: string
- name: lang
dtype: string
- name: style
dtype: string
- name: children
list:
- name: attributes
struct:
- name: color
dtype: string
- name: dir
dtype: string
- name: face
dtype: string
- name: href
dtype: string
- name: id
dtype: string
- name: lang
dtype: string
- name: style
dtype: string
- name: title
dtype: string
- name: value
dtype: string
- name: children
list:
- name: attributes
struct:
- name: class
dtype: string
- name: color
dtype: string
- name: dir
dtype: string
- name: face
dtype: string
- name: lang
dtype: string
- name: style
dtype: string
- name: children
list:
- name: attributes
struct:
- name: align
dtype: string
- name: face
dtype: string
- name: nowrap
dtype: string
- name: name
dtype: string
- name: parentAttributes
struct:
- name: lang
dtype: string
- name: style
dtype: string
- name: size
dtype: int64
- name: text
dtype: string
- name: truncated
dtype: bool
- name: type
dtype: string
- name: name
dtype: string
- name: parentAttributes
struct:
- name: dir
dtype: string
- name: face
dtype: string
- name: id
dtype: string
- name: lang
dtype: string
- name: style
dtype: string
- name: partA
dtype: string
- name: size
dtype: int64
- name: text
dtype: string
- name: truncated
dtype: bool
- name: type
dtype: string
- name: name
dtype: string
- name: parentAttributes
struct:
- name: class
dtype: string
- name: color
dtype: string
- name: dir
dtype: string
- name: id
dtype: string
- name: lang
dtype: string
- name: style
dtype: string
- name: partA
dtype: string
- name: partB
dtype: string
- name: size
dtype: int64
- name: text
dtype: string
- name: truncated
dtype: bool
- name: type
dtype: string
- name: name
dtype: string
- name: parentAttributes
struct:
- name: dir
dtype: string
- name: style
dtype: string
- name: partA
dtype: string
- name: partB
dtype: string
- name: size
dtype: int64
- name: text
dtype: string
- name: truncated
dtype: bool
- name: type
dtype: string
- name: poem language type
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 600307848
num_examples: 136422
download_size: 248952816
dataset_size: 600307848
---
# Dataset Card for "ashaar_dataset"

[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：
- 名称：诗名（poem title），数据类型：字符串
- 名称：诗律（poem meter），数据类型：字符串
- 名称：诗句（poem verses），数据类型：字符串序列
- 名称：诗歌主题（poem theme），数据类型：字符串
- 名称：诗歌链接（poem url），数据类型：字符串
- 名称：诗人姓名（poet name），数据类型：字符串
- 名称：诗人简介（poet description），数据类型：字符串
- 名称：诗人链接（poet url），数据类型：字符串
- 名称：诗人所处时代（poet era），数据类型：字符串
- 名称：诗人所在地域（poet location），数据类型：字符串
- 名称：诗歌描述（poem description），数据类型：列表，其元素包含：
- attributes：属性结构体（attributes），包含字段：类（class）、颜色（color）、文本方向（dir）、字体（face）、标识符（id）、语言（lang）、样式（style）
- children：子节点列表（children），每个子节点包含：
- attributes：属性结构体（attributes），包含字段：颜色（color）、文本方向（dir）、字体（face）、超链接（href）、标识符（id）、语言（lang）、样式（style）、标题（title）、值（value）
- children：子节点列表（children），每个子节点包含：
- attributes：属性结构体（attributes），包含字段：对齐方式（align）、字体（face）、不换行（nowrap）
- name：名称，数据类型：字符串
- parentAttributes：父属性结构体（parentAttributes），包含字段：语言（lang）、样式（style）
- size：大小（size），数据类型：64位整数
- text：文本（text），数据类型：字符串
- truncated：截断标记（truncated），数据类型：布尔值
- type：类型（type），数据类型：字符串
- name：名称，数据类型：字符串
- parentAttributes：父属性结构体（parentAttributes），包含字段：文本方向（dir）、字体（face）、标识符（id）、语言（lang）、样式（style）
- partA：部分A（partA），数据类型：字符串
- size：大小（size），数据类型：64位整数
- text：文本（text），数据类型：字符串
- truncated：截断标记（truncated），数据类型：布尔值
- type：类型（type），数据类型：字符串
- name：名称，数据类型：字符串
- parentAttributes：父属性结构体（parentAttributes），包含字段：文本方向（dir）、样式（style）
- partA：部分A（partA），数据类型：字符串
- partB：部分B（partB），数据类型：字符串
- size：大小（size），数据类型：64位整数
- text：文本（text），数据类型：字符串
- truncated：截断标记（truncated），数据类型：布尔值
- type：类型（type），数据类型：字符串
- 名称：诗歌语言类型（poem language type），数据类型：字符串
- 名称：文本（text），数据类型：字符串
划分集：
- 名称：训练集（train），字节数：600307848，样本数量：136422
下载大小：248952816
数据集总大小：600307848

# 「ashaar_dataset」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：ashaar_dataset

数据集特征

• 诗标题 (poem title): 字符串类型
• 诗韵律 (poem meter): 字符串类型
• 诗节 (poem verses): 字符串序列
• 诗主题 (poem theme): 字符串类型
• 诗URL (poem url): 字符串类型
• 诗人姓名 (poet name): 字符串类型
• 诗人描述 (poet description): 字符串类型
• 诗人URL (poet url): 字符串类型
• 诗人时代 (poet era): 字符串类型
• 诗人位置 (poet location): 字符串类型
• 诗描述 (poem description): 列表类型，包含多个结构化属性
  • 属性 (attributes): 结构化数据，包含多个字段（如class, color, dir, face, id, lang, style）
  • 子项 (children): 列表类型，包含多个子项，每个子项包含多个属性（如color, dir, face, href, id, lang, style, title, value）
• 诗语言类型 (poem language type): 字符串类型
• 文本 (text): 字符串类型

数据集分割

• 训练集 (train):
  • 字节数: 600307848
  • 示例数: 136422

数据集大小

• 下载大小: 248952816
• 数据集大小: 600307848

搜集汇总

背景与挑战

背景概述

Zaid/ashaar_dataset是一个阿拉伯语诗歌数据集，包含13.6万行诗歌数据，涵盖多种诗歌主题和诗人信息，适用于自然语言处理和文化研究。