WikiQuality/all_methods_lo

---
dataset_info:
- config_name: ha
features:
- name: id
dtype: string
- name: url
dtype: string
- name: title
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 51164939.0773358
num_examples: 24402
- name: test
num_bytes: 2694326.1500850953
num_examples: 1285
download_size: 19353226
dataset_size: 53859265.2274209
- config_name: ig
features:
- name: id
dtype: string
- name: url
dtype: string
- name: title
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 45177117.622507125
num_examples: 15859
- name: test
num_bytes: 2378642.613960114
num_examples: 835
download_size: 15543530
dataset_size: 47555760.23646724
- config_name: pcm
features:
- name: id
dtype: string
- name: url
dtype: string
- name: title
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 1114399.6666666667
num_examples: 746
- name: test
num_bytes: 59753.333333333336
num_examples: 40
download_size: 502034
dataset_size: 1174153.0
- config_name: sw
features:
- name: id
dtype: string
- name: url
dtype: string
- name: title
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 51524055.34712083
num_examples: 56590
- name: test
num_bytes: 2712319.506610231
num_examples: 2979
download_size: 17732585
dataset_size: 54236374.85373106
- config_name: yo
features:
- name: id
dtype: string
- name: url
dtype: string
- name: title
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 3840848.8359063747
num_examples: 8150
- name: test
num_bytes: 202174.7424053785
num_examples: 429
download_size: 3464004
dataset_size: 4043023.5783117535
configs:
- config_name: ha
data_files:
- split: train
path: ha/train-*
- split: test
path: ha/test-*
- config_name: ig
data_files:
- split: train
path: ig/train-*
- split: test
path: ig/test-*
- config_name: pcm
data_files:
- split: train
path: pcm/train-*
- split: test
path: pcm/test-*
- config_name: sw
data_files:
- split: train
path: sw/train-*
- split: test
path: sw/test-*
- config_name: yo
data_files:
- split: train
path: yo/train-*
- split: test
path: yo/test-*
---

数据集信息：
- 配置名称：ha
特征字段：
- 名称：id，数据类型：字符串
- 名称：url，数据类型：字符串
- 名称：title，数据类型：字符串
- 名称：text，数据类型：字符串
数据划分：
- 名称：train，字节数：51164939.0773358，样本数量：24402
- 名称：test，字节数：2694326.1500850953，样本数量：1285
下载大小：19353226，数据集总大小：53859265.2274209
- 配置名称：ig
特征字段：
- 名称：id，数据类型：字符串
- 名称：url，数据类型：字符串
- 名称：title，数据类型：字符串
- 名称：text，数据类型：字符串
数据划分：
- 名称：train，字节数：45177117.622507125，样本数量：15859
- 名称：test，字节数：2378642.613960114，样本数量：835
下载大小：15543530，数据集总大小：47555760.23646724
- 配置名称：pcm
特征字段：
- 名称：id，数据类型：字符串
- 名称：url，数据类型：字符串
- 名称：title，数据类型：字符串
- 名称：text，数据类型：字符串
数据划分：
- 名称：train，字节数：1114399.6666666667，样本数量：746
- 名称：test，字节数：59753.333333333336，样本数量：40
下载大小：502034，数据集总大小：1174153.0
- 配置名称：sw
特征字段：
- 名称：id，数据类型：字符串
- 名称：url，数据类型：字符串
- 名称：title，数据类型：字符串
- 名称：text，数据类型：字符串
数据划分：
- 名称：train，字节数：51524055.34712083，样本数量：56590
- 名称：test，字节数：2712319.506610231，样本数量：2979
下载大小：17732585，数据集总大小：54236374.85373106
- 配置名称：yo
特征字段：
- 名称：id，数据类型：字符串
- 名称：url，数据类型：字符串
- 名称：title，数据类型：字符串
- 名称：text，数据类型：字符串
数据划分：
- 名称：train，字节数：3840848.8359063747，样本数量：8150
- 名称：test，字节数：202174.7424053785，样本数量：429
下载大小：3464004，数据集总大小：4043023.5783117535
配置列表：
- 配置名称：ha，数据文件：
- 划分：train，路径：ha/train-*
- 划分：test，路径：ha/test-*
- 配置名称：ig，数据文件：
- 划分：train，路径：ig/train-*
- 划分：test，路径：ig/test-*
- 配置名称：pcm，数据文件：
- 划分：train，路径：pcm/train-*
- 划分：test，路径：pcm/test-*
- 配置名称：sw，数据文件：
- 划分：train，路径：sw/train-*
- 划分：test，路径：sw/test-*
- 配置名称：yo，数据文件：
- 划分：train，路径：yo/train-*
- 划分：test，路径：yo/test-*

原始信息汇总

数据集概述

配置名称：ha

• 特征:
  • id: string
  • url: string
  • title: string
  • text: string
• 分割:
  • train:
    • 字节数: 51164939.0773358
    • 样本数: 24402
  • test:
    • 字节数: 2694326.1500850953
    • 样本数: 1285
• 下载大小: 19353226
• 数据集大小: 53859265.2274209

配置名称：ig

• 特征:
  • id: string
  • url: string
  • title: string
  • text: string
• 分割:
  • train:
    • 字节数: 45177117.622507125
    • 样本数: 15859
  • test:
    • 字节数: 2378642.613960114
    • 样本数: 835
• 下载大小: 15543530
• 数据集大小: 47555760.23646724

配置名称：pcm

• 特征:
  • id: string
  • url: string
  • title: string
  • text: string
• 分割:
  • train:
    • 字节数: 1114399.6666666667
    • 样本数: 746
  • test:
    • 字节数: 59753.333333333336
    • 样本数: 40
• 下载大小: 502034
• 数据集大小: 1174153.0

配置名称：sw

• 特征:
  • id: string
  • url: string
  • title: string
  • text: string
• 分割:
  • train:
    • 字节数: 51524055.34712083
    • 样本数: 56590
  • test:
    • 字节数: 2712319.506610231
    • 样本数: 2979
• 下载大小: 17732585
• 数据集大小: 54236374.85373106

配置名称：yo

• 特征:
  • id: string
  • url: string
  • title: string
  • text: string
• 分割:
  • train:
    • 字节数: 3840848.8359063747
    • 样本数: 8150
  • test:
    • 字节数: 202174.7424053785
    • 样本数: 429
• 下载大小: 3464004
• 数据集大小: 4043023.5783117535