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。