iara-project/news-articles-ptbr-dataset

--- configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* dataset_info: features: - name: title dtype: string - name: text dtype: string - name: date dtype: string - name: category dtype: string - name: category_natural_language dtype: string - name: link dtype: string splits: - name: train num_bytes: 628987914 num_examples: 176114 - name: test num_bytes: 627415372 num_examples: 176114 download_size: 770300096 dataset_size: 1256403286 --- # Dataset Card for "news-articles-ptbr-dataset" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)--- 配置项： - 配置名称：default 数据文件： - 拆分：train（训练集），路径：data/train-* - 拆分：test（测试集），路径：data/test-* 数据集信息： 特征字段： - 字段名：title，数据类型：string（字符串型） - 字段名：text，数据类型：string（字符串型） - 字段名：date，数据类型：string（字符串型） - 字段名：category，数据类型：string（字符串型） - 字段名：category_natural_language，数据类型：string（字符串型） - 字段名：link，数据类型：string（字符串型） 数据集拆分： - 拆分名称：train（训练集），字节数：628987914，样本数量：176114 - 拆分名称：test（测试集），字节数：627415372，样本数量：176114 下载大小：770300096 数据集总大小：1256403286 --- # 「news-articles-ptbr-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

配置

• 默认配置 (default)
  • 数据文件路径：
    • 训练集 (train): data/train-*
    • 测试集 (test): data/test-*

数据特征

• title: 字符串类型
• text: 字符串类型
• date: 字符串类型
• category: 字符串类型
• category_natural_language: 字符串类型
• link: 字符串类型

数据分割

• 训练集 (train)
  • 字节数: 628987914
  • 样本数: 176114
• 测试集 (test)
  • 字节数: 627415372
  • 样本数: 176114

数据大小

• 下载大小: 770300096 字节
• 数据集大小: 1256403286 字节