Physi-Wiki/wiki-15

---
dataset_info:
features:
- name: id
dtype: int64
- name: article_id
dtype: int64
- name: title
dtype: string
- name: page_id
dtype: int64
- name: slug
dtype: string
- name: language
dtype: string
- name: section_index
dtype: int64
- name: section_title
dtype: string
- name: section_level
dtype: int64
- name: text
dtype: string
- name: char_length
dtype: int64
splits:
- name: train
num_bytes: 149278960.19771558
num_examples: 142224
- name: validation
num_bytes: 7857339.802284417
num_examples: 7486
download_size: 95857966
dataset_size: 157136300.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

数据集信息：
特征字段：
- 字段名：id，数据类型：int64
- 字段名：article_id，数据类型：int64
- 字段名：title，数据类型：string（字符串类型）
- 字段名：page_id，数据类型：int64
- 字段名：slug（短标识符），数据类型：string（字符串类型）
- 字段名：language，数据类型：string（字符串类型）
- 字段名：section_index，数据类型：int64
- 字段名：section_title，数据类型：string（字符串类型）
- 字段名：section_level，数据类型：int64
- 字段名：text，数据类型：string（字符串类型）
- 字段名：char_length，数据类型：int64
数据集划分：
- 划分名称：train（训练集），占用字节数：149278960.19771558，样本数：142224
- 划分名称：validation（验证集），占用字节数：7857339.802284417，样本数：7486
下载总大小：95857966
数据集总大小：157136300.0
配置项：
- 配置名称：default（默认配置），数据文件：
- 训练集：数据路径为 data/train-*
- 验证集：数据路径为 data/validation-*