KathirKs/CC-MAIN-2017-04_row_wise_20240920_114345
收藏Hugging Face2024-09-20 更新2024-12-14 收录
下载链接：
https://hf-mirror.com/datasets/KathirKs/CC-MAIN-2017-04_row_wise_20240920_114345
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含文本内容、唯一标识符和元数据三个主要特征。文本内容为字符串序列，唯一标识符为字符串类型，元数据包含dump、file_path、id和url四个子字段，均为字符串类型。数据集分为一个训练集，包含2,687,489个样本，总大小为32,679,411,719字节，下载大小为12,241,289,384字节。
The dataset contains text, unique identifier (uuid), and metadata. The metadata includes dump, file path, ID, and URL. The dataset is split into a training set with 2687489 examples, totaling 32679411719 bytes. The download size of the dataset is 12241289384 bytes.
提供机构：
KathirKs
