M1keR/finewiki-ca
收藏官方服务：
资源简介：
该数据集包含从维基百科抓取的页面信息，其中包括文本内容、页面标题、URL、修改日期、语言等信息。每个页面都有一个唯一的标识符和维基数据ID。此外，数据集还提供了页面是否包含数学公式的标记以及页面的大小和token数量。数据集被划分为训练集，并提供了相应的文件路径。
The dataset consists of Wikipedia page information, including text content, page title, URL, modification date, language, etc. Each page has a unique identifier and Wikidata ID. Additionally, the dataset provides a flag indicating whether the page contains mathematical formulas, as well as the size and number of tokens of the page. The dataset is split into a training set and the corresponding file paths are provided.
提供机构：
M1keR
