Netruk44/uesp-wiki-content
收藏Hugging Face2023-04-10 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/Netruk44/uesp-wiki-content
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含来自Unofficial Elder Scrolls Pages（UESP）的页面内容。数据来源于uesp.net的dumps子域，具体是从名为uespwiki-2022-02-09-current.xml.bz2的文件中提取的，并使用mediawiki-dump工具进行处理。数据集的特征包括namespace、page_id、url、title、content、revision_id、timestamp、contributor和content_cleaned等字段。数据集分为训练集，包含324,930个样本，总大小为757,966,297字节。许可证为Creative Commons by-sa 2.5 License。
该数据集包含来自Unofficial Elder Scrolls Pages（UESP）的页面内容。数据来源于uesp.net的dumps子域，具体是从名为uespwiki-2022-02-09-current.xml.bz2的文件中提取的，并使用mediawiki-dump工具进行处理。数据集的特征包括namespace、page_id、url、title、content、revision_id、timestamp、contributor和content_cleaned等字段。数据集分为训练集，包含324,930个样本，总大小为757,966,297字节。许可证为Creative Commons by-sa 2.5 License。
提供机构：
Netruk44
原始信息汇总
数据集概述
数据集名称
uesp-wiki-content
数据集内容
包含来自Unofficial Elder Scrolls Pages的页面内容。
数据集特征
- namespace: int64
- page_id: int64
- url: string
- title: string
- content: string
- revision_id: int64
- timestamp: string
- contributor: string
- content_cleaned: string
数据集分割
- train:
- 数据量: 757966297 字节
- 示例数: 324930
数据集大小
- 下载大小: 363485644 字节
- 数据集大小: 757966297 字节
许可证
Creative Commons by-sa 2.5 License
语言
- en
大小分类
100K<n<1M
注意事项
content_cleaned列存在已知问题，可能偶尔缺少特殊链接类型的单词。
