开始

您可以使用HuggingFace下载数据集：

from datasets import load_dataset
ds = load_dataset("DISCOX/DISCO-10K-random")

这个数据集包含DISCO-10M数据集中的10,000个随机样本，可以在 here 找到。

数据集结构

数据集包含以下特征：

{
 'video_url_youtube',
 'video_title_youtube',
 'track_name_spotify',
 'video_duration_youtube_sec',
 'preview_url_spotify',
 'video_view_count_youtube',
 'video_thumbnail_url_youtube',
 'search_query_youtube',
 'video_description_youtube',
 'track_id_spotify',
 'album_id_spotify',
 'artist_id_spotify',
 'track_duration_spotify_ms',
 'primary_artist_name_spotify',
 'track_release_date_spotify',
 'explicit_content_spotify',
 'similarity_duration',
 'similarity_query_video_title',
 'similarity_query_description',
 'similarity_audio',
 'audio_embedding_spotify',
 'audio_embedding_youtube',
}

可以在 here 找到有关数据集的更多细节。