five

skeskinen/books3_basic_paragraphs

收藏
Hugging Face2023-06-14 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/skeskinen/books3_basic_paragraphs
下载链接
链接失效反馈
官方服务:
资源简介:
--- dataset_info: features: - name: text dtype: string - name: book dtype: string - name: pos dtype: float64 - name: smog_index dtype: float64 splits: - name: train num_bytes: 1366299770 num_examples: 6639751 download_size: 676098743 dataset_size: 1366299770 --- # Dataset Card for "books3_basic_paragraphs" the_pile books3, books with smog grade difficulty estimate of 6.5 or under. Split into paragraphs and filtered out most 'non-paragraphs' like titles, tables of content, etc.
提供机构:
skeskinen
原始信息汇总

数据集概述

数据集名称

  • 名称: books3_basic_paragraphs

数据集特征

  • 特征列表:
    • text: 数据类型为 string
    • book: 数据类型为 string
    • pos: 数据类型为 float64
    • smog_index: 数据类型为 float64

数据集划分

  • 训练集:
    • 样本数量: 6639751
    • 数据大小: 1366299770 字节

数据集大小

  • 下载大小: 676098743 字节
  • 总数据大小: 1366299770 字节
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作