livinNector/tawikidump-20230320-clean

---
dataset_info:
features:
- name: text
dtype: string
splits:
- name: tawikiquote
num_bytes: 6415052
num_examples: 1211
- name: tawikisource
num_bytes: 114028540
num_examples: 5031
- name: tawiki
num_bytes: 736907252
num_examples: 155212
- name: tawikinews
num_bytes: 14149677
num_examples: 3372
- name: tawiktionary
num_bytes: 154806778
num_examples: 406557
- name: tawikibooks
num_bytes: 4631755
num_examples: 1155
download_size: 310101942
dataset_size: 1030939054
---
# Dataset Card for "tawikidump-20230320-clean"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
数据集信息:
特征:
- 名称: 文本
数据类型: 字符串
拆分:
- 名称: tawikiquote
字节数: 6415052
样本数: 1211
- 名称: tawikisource
字节数: 114028540
样本数: 5031
- 名称: tawiki
字节数: 736907252
样本数: 155212
- 名称: tawikinews
字节数: 14149677
样本数: 3372
- 名称: tawiktionary
字节数: 154806778
样本数: 406557
- 名称: tawikibooks
字节数: 4631755
样本数: 1155
下载大小: 310101942
数据集大小: 1030939054
---
# 数据集卡片："tawikidump-20230320-clean"

[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

数据集名称

• 名称: tawikidump-20230320-clean

数据集特征

• 特征:
  • 名称: text
  • 数据类型: string

数据集分割

• 分割名称: tawikiquote
  • 示例数量: 1211
  • 字节数: 6415052
• 分割名称: tawikisource
  • 示例数量: 5031
  • 字节数: 114028540
• 分割名称: tawiki
  • 示例数量: 155212
  • 字节数: 736907252
• 分割名称: tawikinews
  • 示例数量: 3372
  • 字节数: 14149677
• 分割名称: tawiktionary
  • 示例数量: 406557
  • 字节数: 154806778
• 分割名称: tawikibooks
  • 示例数量: 1155
  • 字节数: 4631755

数据集大小

• 下载大小: 310101942
• 数据集总大小: 1030939054