shesshan/wiki_html_shard1_50w
收藏Hugging Face2025-01-06 更新2025-02-15 收录
下载链接：
https://hf-mirror.com/datasets/shesshan/wiki_html_shard1_50w
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含标题（title）、原文（raw_text）和元数据（meta，其中包含url链接）三个字段。数据集被划分为训练集，共有499,210个示例，大小为55,105,519,608字节。数据集的下载大小为16,967,346,429字节。
The dataset includes three fields: title, raw_text, and meta (which contains a url subfield). The dataset is split into a training set with 499,210 examples, totaling 55,105,519,608 bytes in size. The download size of the dataset is 16,967,346,429 bytes.
提供机构：
shesshan
