jamesagilesoda/CulturaX-ko-16000000-16999999
收藏Hugging Face2024-06-18 更新2024-06-29 收录
下载链接：
https://hf-mirror.com/datasets/jamesagilesoda/CulturaX-ko-16000000-16999999
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含四个特征：文本（text）、时间戳（timestamp）、链接（url）和来源（source），所有特征的数据类型均为字符串。数据集分为一个训练集（train），包含1000000个样本，总字节数为5260576827。数据集的下载大小为3119408105字节，实际大小为5260576827字节。数据集配置为默认（default），训练数据文件路径为data/train-*。
该数据集包含四个特征：文本（text）、时间戳（timestamp）、链接（url）和来源（source），所有特征的数据类型均为字符串。数据集分为一个训练集（train），包含1000000个样本，总字节数为5260576827。数据集的下载大小为3119408105字节，实际大小为5260576827字节。数据集配置为默认（default），训练数据文件路径为data/train-*。
提供机构：
jamesagilesoda
原始信息汇总
数据集概述
特征信息
- text: 数据类型为字符串。
- timestamp: 数据类型为字符串。
- url: 数据类型为字符串。
- source: 数据类型为字符串。
数据分割
- train: 包含1,000,000个样本，总大小为5,260,576,827字节。
数据集大小
- 下载大小: 3,119,408,105字节。
- 数据集总大小: 5,260,576,827字节。
配置信息
- config_name: default
- data_files:
- split: train
- path: data/train-*
- data_files:
