SaylorTwift/Gutenberg

---
dataset_info:
features:
- name: id
dtype: string
- name: title
dtype: string
- name: author
dtype: string
- name: authoryearofbirth
dtype: int32
- name: authoryearofdeath
dtype: int32
- name: downloads
dtype: int32
- name: text
dtype: string
- name: type
dtype: string
splits:
- name: train
num_bytes: 20279073235
num_examples: 54810
download_size: 12344747182
dataset_size: 20279073235
---
# Dataset Card for "Gutenberg"

[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：
- 字段名：标识符（id），数据类型：字符串（string）
- 字段名：标题（title），数据类型：字符串（string）
- 字段名：作者（author），数据类型：字符串（string）
- 字段名：作者出生年份（authoryearofbirth），数据类型：32位整型（int32）
- 字段名：作者逝世年份（authoryearofdeath），数据类型：32位整型（int32）
- 字段名：下载量（downloads），数据类型：32位整型（int32）
- 字段名：文本内容（text），数据类型：字符串（string）
- 字段名：作品类型（type），数据类型：字符串（string）
数据集划分：
- 划分名称：训练集（train），字节数：20279073235，样本数量：54810
下载总大小：12344747182
数据集占用存储空间大小：20279073235
---
# 《古腾堡（Gutenberg）》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

数据集特征

• id: 字符串类型
• title: 字符串类型
• author: 字符串类型
• authoryearofbirth: 整数类型（32位）
• authoryearofdeath: 整数类型（32位）
• downloads: 整数类型（32位）
• text: 字符串类型
• type: 字符串类型

数据集分割

• train:
  • 数据量: 20279073235 字节
  • 示例数量: 54810

数据集大小

• 下载大小: 12344747182 字节
• 数据集大小: 20279073235 字节