xlm-data-wiki-en
收藏kaggle2021-08-15 更新2024-03-11 收录
下载链接：
https://www.kaggle.com/datasets/retfing/xlmdatawikien
下载链接
链接失效反馈官方服务：
资源简介：
应用场景：
创建时间：
2021-08-15
相关数据集
en_wiki_data
数据集文件元信息以及数据文件，请浏览“数据集文件”页面获取。 当前数据集卡片使用的是默认模版，数据集的贡献者未提供更加详细的数据集介绍，但是您可以通过如下GIT Clone命令，或者ModelScope SDK来下载数据集 #### 下载方法 :modelscope-code[]{type="sdk"} :modelscope-code[]{type="git"}
魔搭社区2025-12-02 更新10
Wiki-en
Wiki-en是从维基百科中提取的带注释的用于域检测的英语数据集。它包括来自7个不同领域的文本: “商业和商业” (公共汽车) 、 “政府和政治” (政府) 、 “物质和精神卫生” (HEA) 、 “法律和秩序” (法律) 、 “生活方式” (LIF) 、 “军事” (MIL)，和 “通用” (GEN)。
OpenXLab00
OrdalieTech/wiki_en
该数据集包含了2025年4月20日存在的完整版法语维基百科快照。它包含了每个页面的最新版本，包括原始文本内容、链接页面的标题以及一个唯一标识符。文章文本保留了MediaWiki格式结构，适用于标题（`== 标题 ==`）、子标题（`=== 子标题 ===`）等，这使得它在需要文档层次结构的任务中特别有用。该语料库非常适合训练语言模型、信息检索、问答以及任何需要大量结构化、百科全书式文本的自然语言处
Hugging Face2025-06-25 更新30
wiki_en
# French Wikipedia Corpus - Snapshot of April 20, 2025 ## Dataset Description This dataset contains a complete snapshot of the French-language Wikipedia encyclopedia, as it existed on April 20, 202
魔搭社区2025-12-05 更新100
Wiki-en
Wiki-en是从维基百科中提取的带注释的用于域检测的英语数据集。它包括来自7个不同领域的文本: “商业和商业” (公共汽车) 、 “政府和政治” (政府) 、 “物质和精神卫生” (HEA) 、 “法律和秩序” (法律) 、 “生活方式” (LIF) 、 “军事” (MIL)，和 “通用” (GEN)。
OpenDataLab2026-07-05 更新140
