Organika/wikisource-augmented

---
dataset_info:
features:
- name: title
dtype: string
- name: text
dtype: string
- name: summary
dtype: string
- name: background
list:
- name: entity
dtype: string
- name: summary
dtype: string
splits:
- name: train
num_bytes: 3921451.2
num_examples: 400
- name: test
num_bytes: 980362.8
num_examples: 100
download_size: 2746342
dataset_size: 4901814.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

特征信息

• title: 数据类型为字符串。
• text: 数据类型为字符串。
• summary: 数据类型为字符串。
• background: 包含以下子特征：
  • entity: 数据类型为字符串。
  • summary: 数据类型为字符串。

数据分割

• train: 包含400个样本，总字节数为3921451.2。
• test: 包含100个样本，总字节数为980362.8。

数据集大小

• 下载大小: 2746342字节。
• 数据集大小: 4901814.0字节。

配置信息

• default: 包含以下数据文件：
  • train: 路径为data/train-*。
  • test: 路径为data/test-*。