AndresR2909/youtube_transcripcions_embeddigns
收藏官方服务：
资源简介：
该数据集包含多个特征，如频道名称、视频ID、发布日期、标题、年份、文本内容、分块部分和嵌入。数据集分为一个训练集，包含59,073个样本，总大小为2,097,396,724字节。下载大小为1,385,680,643字节。
The dataset includes multiple features such as channel name, video ID, publish date, title, year, text content, chunk part, and embedding. The dataset is divided into a training set containing 59,073 samples with a total size of 2,097,396,724 bytes. The download size is 1,385,680,643 bytes.
提供机构：
AndresR2909原始信息汇总
数据集概述
数据集信息
特征
- chanel_name: 字符串类型
- video_id: 字符串类型
- publish_date: 字符串类型
- title: 字符串类型
- year: 整数类型
- text: 字符串类型
- chunk_part: 整数类型
- embedding: 字符串类型
数据分割
- train:
- 字节数: 2097396724
- 样本数: 59073
数据集大小
- 下载大小: 1385680643 字节
- 数据集大小: 2097396724 字节
配置
- config_name: default
- 数据文件:
- 分割: train
- 路径: data/train-*
- 数据文件:
