nhagar/CC-MAIN-2015-18_urls
收藏Hugging Face2025-05-15 更新2025-02-15 收录
下载链接：
https://hf-mirror.com/datasets/nhagar/CC-MAIN-2015-18_urls
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含了网页抓取信息（crawl）、网址的主机名（url_host_name）以及主机名的网址计数（url_count）。数据集专为训练使用，含有大量的示例，可用于分析网页抓取模式和网址主机名的分布。
The dataset includes web crawling information (crawl), the hostname of the URL (url_host_name), and the count of URLs for each hostname (url_count). It is specifically for training purposes with a large number of examples, suitable for analyzing web crawling patterns and the distribution of URL hostnames.
提供机构：
nhagar
