izumi-lab/mc4-ja
收藏Hugging Face2023-07-29 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/izumi-lab/mc4-ja
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: timestamp
dtype: string
- name: url
dtype: string
splits:
- name: train
num_bytes: 830150253418
num_examples: 87337884
- name: validation
num_bytes: 832560244
num_examples: 87420
download_size: 298921056154
dataset_size: 830982813662
license: odc-by
language:
- ja
---
# Dataset Card for "mc4-ja"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
izumi-lab
原始信息汇总
数据集概述
数据集名称
- mc4-ja
数据集特征
- text：数据类型为字符串。
- timestamp：数据类型为字符串。
- url：数据类型为字符串。
数据集分割
- 训练集（train）：包含873,37884个示例，总大小为830,150,253,418字节。
- 验证集（validation）：包含87,420个示例，总大小为832,560,244字节。
数据集大小
- 下载大小：298,921,056,154字节。
- 数据集总大小：830,982,813,662字节。
许可证
- odc-by
语言
- 日语（ja）
