jwigginton/news-sp500

---
dataset_info:
features:
- name: symbol
dtype: string
- name: body
dtype: string
- name: publisher
dtype: string
- name: publish_time
dtype: timestamp[ns, tz=GMT]
- name: title
dtype: string
- name: url
dtype: string
- name: uuid
dtype: string
splits:
- name: train
num_bytes: 12055461
num_examples: 2010
download_size: 5673552
dataset_size: 12055461
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段如下：
- 符号（symbol）：字符串类型
- 正文（body）：字符串类型
- 发布方（publisher）：字符串类型
- 发布时间（publish_time）：类型为带GMT时区的纳秒级时间戳（timestamp[ns, tz=GMT]）
- 标题（title）：字符串类型
- 统一资源定位符（url）：字符串类型
- 通用唯一标识符（uuid）：字符串类型
数据划分：
- 训练集（train）：占用字节数为12055461，样本总数为2010
下载总大小为5673552，数据集总大小为12055461
数据集配置：
- 默认配置（default）：数据文件对应训练集划分，路径为data/train-*

原始信息汇总

数据集概述

数据集特征

• symbol: 数据类型为字符串。
• body: 数据类型为字符串。
• publisher: 数据类型为字符串。
• publish_time: 数据类型为时间戳，时区为GMT。
• title: 数据类型为字符串。
• url: 数据类型为字符串。
• uuid: 数据类型为字符串。

数据集分割

• train: 包含2010个样本，占用12055461字节。

数据集大小

• 下载大小: 5673552字节。
• 数据集大小: 12055461字节。

配置

• default: 包含训练数据文件，路径为data/train-*。