StivenLancheros/all_datasets_wikis

---
dataset_info:
features:
- name: src_title
dtype: string
- name: tgt_title
dtype: string
- name: src_summary
dtype: string
- name: tgt_summary
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
- name: text
dtype: string
- name: summary
dtype: string
- name: gem_id
dtype: string
- name: gem_parent_id
dtype: string
- name: id
dtype: string
- name: src_document
sequence:
- name: title
dtype: string
- name: section_level
dtype: string
- name: content
dtype: string
splits:
- name: train
num_bytes: 6735593897
num_examples: 440000
download_size: 2531579730
dataset_size: 6735593897
---
# Dataset Card for "all_datasets_wikis"

[More Information needed](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

数据集特征

• src_title: 字符串类型
• tgt_title: 字符串类型
• src_summary: 字符串类型
• tgt_summary: 字符串类型
• input_ids: 序列类型，整数32位
• attention_mask: 序列类型，整数8位
• labels: 序列类型，整数64位
• text: 字符串类型
• summary: 字符串类型
• gem_id: 字符串类型
• gem_parent_id: 字符串类型
• id: 字符串类型
• src_document: 序列类型
  • title: 字符串类型
  • section_level: 字符串类型
  • content: 字符串类型

数据集分割

• train:
  • 数据量: 6735593897 字节
  • 示例数量: 440000

数据集大小

• 下载大小: 2531579730 字节
• 数据集总大小: 6735593897 字节