Ali-C137/Hindawi-Books-dataset

Hindawi Books Dataset 是一个包含3000多本以现代标准阿拉伯语撰写的书籍的大型数据集。该数据集提供了丰富多样的文学作品，涵盖了各种主题和类型。每本书的信息包括标题、作者姓名、书籍摘要以及在线访问完整文本的链接。此外，数据集还包含章节详细信息，如章节名称和文本，提供了每本书内容的深入洞察。该数据集适用于语言模型训练、文本生成和文本摘要等任务。

原始信息汇总

数据集概述

数据集名称

Hindawi Books Dataset

数据集描述

Hindawi Books Dataset 是一个包含超过3000本现代标准阿拉伯语书籍的大型集合。该数据集提供了丰富的文学作品，涵盖多种主题和类型，包括每本书的标题、作者姓名、书籍摘要以及在线访问完整文本的链接。此外，数据集还包含章节详情，如章节名称和文本，为每本书的内容提供深入了解。

数据集详情

特征

• BookLink: 字符串类型
• BookName: 字符串类型
• AuthorName: 字符串类型
• AboutBook: 字符串类型
• ChapterLink: 字符串类型
• ChapterName: 字符串类型
• ChapterText: 字符串类型
• AboutAuthor: 字符串类型

分割

• train: 49821个样本，占用1364861563字节

数据集大小

• 下载大小: 494678002字节
• 数据集大小: 1364861563字节

语言

• 阿拉伯语

任务类别

• 文本生成
• 摘要

许可证

• cc-by-nc-4.0

引用信息

@dataset{ title = {Hindawi Books Dataset}, author = {Elfilali Ali}, howpublished = {Dataset}, url = {https://huggingface.co/datasets/Ali-C137/Hindawi-Books-dataset}, year = {2023}, }