jamesagilesoda/CulturaX-ko-8000000-8999999
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-8000000-8999999
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），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5247348758。数据集的下载大小为3111449375字节，数据集总大小为5247348758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），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5247348758。数据集的下载大小为3111449375字节，数据集总大小为5247348758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
数据特征
- text: 文本数据，数据类型为字符串。
- timestamp: 时间戳，数据类型为字符串。
- url: URL链接，数据类型为字符串。
- source: 数据来源，数据类型为字符串。
数据分割
- train: 训练集，包含1,000,000个样本，总大小为5,247,348,758字节。
数据集大小
- 下载大小: 3,111,449,375字节
- 数据集总大小: 5,247,348,758字节
配置
- default: 默认配置，包含训练集数据文件，路径为
data/train-*。
