tom-010/enwiki-articles-markdown-cleaned-2410
收藏Hugging Face2024-10-31 更新2024-12-14 收录
下载链接：
https://hf-mirror.com/datasets/tom-010/enwiki-articles-markdown-cleaned-2410
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含多个特征，包括标题、作者、SHA1哈希值、时间戳、父ID、命名空间和章节等。每个作者有ID和名称两个字段，每个章节包含标题、级别和内容。数据集分为训练集，包含6,758,660个示例，总大小为58,457,389,043字节。数据集的下载大小为24,265,393,919字节。
This is a dataset containing multiple fields such as title, authors, sha1, timestamp, etc. The dataset includes a training set (train) with 6758660 samples and a data size of 58457389043 bytes.
提供机构：
tom-010
