indonesian-nlp/wikipedia-id-20231101
收藏Hugging Face2024-05-22 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/indonesian-nlp/wikipedia-id-20231101
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是一个印尼语（id）数据集，包含四个特征：id、url、title和text，均为字符串类型。数据集分为训练集和测试集，训练集包含599,059个样本，测试集包含66,563个样本。下载大小为641,557,440字节，数据集大小为1,125,928,594字节。
该数据集是一个印尼语（id）数据集，包含四个特征：id、url、title和text，均为字符串类型。数据集分为训练集和测试集，训练集包含599,059个样本，测试集包含66,563个样本。下载大小为641,557,440字节，数据集大小为1,125,928,594字节。
提供机构：
indonesian-nlp
原始信息汇总
数据集概述
数据集特征
- id: 数据类型为字符串。
- url: 数据类型为字符串。
- title: 数据类型为字符串。
- text: 数据类型为字符串。
数据集分割
- 训练集: 包含599,059个样本，总大小为1,013,334,381.3651682字节。
- 测试集: 包含66,563个样本，总大小为112,594,212.63483179字节。
数据集大小
- 下载大小: 641,557,440字节。
- 数据集总大小: 1,125,928,594.0字节。
数据文件配置
- 默认配置:
- 训练数据路径:
data/train-* - 测试数据路径:
data/test-*
- 训练数据路径:
