MartinKu/wikipedia_stage2_coverage_20230331

---
dataset_info:
features:
- name: text
dtype: string
- name: S_V_position
sequence: int64
- name: O_C_position
sequence: int64
- name: start_point_list
sequence: int64
splits:
- name: train
num_bytes: 60121841137
num_examples: 1089628
download_size: 18558792841
dataset_size: 60121841137
---
# Dataset Card for "wikipedia_stage2_coverage_20230331"

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

数据集信息：
特征字段：
- 名称：text，数据类型：字符串
- 名称：S_V_position，数据类型：64位整数序列
- 名称：O_C_position，数据类型：64位整数序列
- 名称：start_point_list，数据类型：64位整数序列
数据集拆分：
- 拆分名称：训练集（train），字节占用量：60121841137，样本总数：1089628
下载体积：18558792841
数据集总占用体积：60121841137

# 「wikipedia_stage2_coverage_20230331」数据集卡片

[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

wikipedia_stage2_coverage_20230331

数据集特征

• text：字符串类型
• S_V_position：整数序列类型
• O_C_position：整数序列类型
• start_point_list：整数序列类型

数据集分割

• train：
  • 示例数量：1089628
  • 数据大小：60121841137字节

数据集大小

• 下载大小：18558792841字节
• 数据集大小：60121841137字节