zetavg/zh-tw-wikipedia-dev

---
dataset_info:
features:
- name: pageid
dtype: int64
- name: html
dtype: string
- name: markdown
dtype: string
- name: coordinate
struct:
- name: globe
dtype: string
- name: lat
dtype: float64
- name: lon
dtype: float64
- name: length
dtype: int64
- name: touched
dtype: string
- name: lastrevid
dtype: int64
- name: original_title
dtype: string
splits:
- name: train
num_bytes: 8657481.515956817
num_examples: 1000
download_size: 5008132
dataset_size: 8657481.515956817
---

A small subset of [`zetavg/zh-tw-wikipedia`](https://huggingface.co/datasets/zetavg/zh-tw-wikipedia) that contains only 1,000 randomly picked rows. For development usage.

原始信息汇总

数据集概述

数据集特征

• pageid: 整数类型 (int64)
• html: 字符串类型 (string)
• markdown: 字符串类型 (string)
• coordinate: 结构体类型，包含以下字段：
  • globe: 字符串类型 (string)
  • lat: 浮点数类型 (float64)
  • lon: 浮点数类型 (float64)
• length: 整数类型 (int64)
• touched: 字符串类型 (string)
• lastrevid: 整数类型 (int64)
• original_title: 字符串类型 (string)

数据集分割

• train:
  • 数据量: 8657481.515956817 字节
  • 示例数量: 1000

数据集大小

• 下载大小: 5008132 字节
• 数据集大小: 8657481.515956817 字节