jasong03/vov_kinhte_html

该数据集主要包含网页的URL和对应的HTML内容。数据集分为一个训练集，包含83747个样本，总字节数为6461015150。数据集的下载大小为1999782053字节。数据集配置为default，训练数据文件路径为data/train-*。

原始信息汇总

数据集概述

数据集信息

• 特征:
  • url: 数据类型为字符串。
  • html: 数据类型为字符串。

数据分割

• 训练集:
  • 名称: train
  • 字节数: 6461015150
  • 样本数: 83747

数据集大小

• 下载大小: 1999782053
• 数据集大小: 6461015150

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*