vntc/wiki-full-corpus
收藏Hugging Face2024-01-29 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/vntc/wiki-full-corpus
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: metadata
struct:
- name: doc_id
dtype: string
- name: split
dtype: int64
- name: title
dtype: string
- name: token_count
dtype: int64
- name: url
dtype: string
- name: passage
dtype: string
- name: id
dtype: int64
splits:
- name: train
num_bytes: 1377054502
num_examples: 1639166
download_size: 605204760
dataset_size: 1377054502
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
vntc
原始信息汇总
数据集概述
数据集特征
- metadata
- doc_id: 数据类型为字符串。
- split: 数据类型为整数64位。
- title: 数据类型为字符串。
- token_count: 数据类型为整数64位。
- url: 数据类型为字符串。
- passage: 数据类型为字符串。
- id: 数据类型为整数64位。
数据集分割
- train
- 字节数: 1377054502
- 样本数: 1639166
数据集大小
- 下载大小: 605204760
- 数据集大小: 1377054502
配置
- default
- 数据文件:
- 分割: train
- 路径: data/train-*
- 数据文件:
