khangmacon/cyberwiki

--- dataset_info: features: - name: id dtype: string - name: url dtype: string - name: title dtype: string - name: text dtype: string splits: - name: train num_bytes: 344199475.0 num_examples: 31170 download_size: 193770769 dataset_size: 344199475.0 configs: - config_name: default data_files: - split: train path: data/train-* --- # Dataset Card for "cyberwiki" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

• 特征字段:
  • 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

数据分割

• 训练集:
  • 名称: train
  • 字节数: 344,199,475.0
  • 样本数: 31,170

数据集大小

• 下载大小: 193,770,769 字节
• 数据集大小: 344,199,475.0 字节

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*