viwiki-corpus

kaggle2023-05-06 更新2024-03-11 收录

下载链接：

https://www.kaggle.com/datasets/megakawa/viwiki-corpus

下载链接

链接失效反馈

官方服务：

资源简介：

创建时间：

2023-05-06

viwiki-pages-metadata-corpus

kaggle2023-05-08 更新00

Viwiki_hus_ds

kaggle2021-07-20 更新00

truongpdd/viwiki-dummy

--- dataset_info: features: - name: text dtype: string splits: - name: train num_bytes: 507670455 num_examples: 491 download_size: 246069772 dataset_size: 507670455 --- # Datas

Hugging Face2022-10-19 更新70

harryph/viwiki

该数据集包含文本数据，主要特征包括id、url、title和text。数据集分为训练集和测试集，训练集包含1,275,793个样本，测试集包含12,887个样本。数据集的下载大小为845,896,750字节，总大小为1,617,830,227字节。

Hugging Face2024-07-04 更新50

Keithsel/viwiki-20260523

该数据集包含从MediaWiki XML转储导出的越南语维基百科文章，提供两个配置版本：cleaned（清理版）包含清理后的纯文本，适用于一般NLP任务；raw（原始版）包含原始的维基文本，适用于图、链接或模板提取。每个版本均包含以下字段：id（维基百科页面ID）、url（文章URL）、title（文章标题）和text（文本内容）。数据来源于越南语维基百科转储，文本遵循CC BY-SA许可证。

Hugging Face2026-05-24 更新00