luvres/wikipedia-2023-11-pt-tokens-100000
收藏Hugging Face2024-06-15 更新2024-06-29 收录
下载链接：
https://hf-mirror.com/datasets/luvres/wikipedia-2023-11-pt-tokens-100000
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: _id
dtype: string
- name: url
dtype: string
- name: title
dtype: string
- name: text
dtype: string
- name: emb
sequence: float32
- name: tokens_count
dtype: int64
splits:
- name: train
num_bytes: 459777479.8019841
num_examples: 100000
download_size: 233856601
dataset_size: 459777479.8019841
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "wikipedia-2023-11-pt-tokens-100000"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
luvres
原始信息汇总
数据集概述
数据集信息
- 名称: wikipedia-2023-11-pt-tokens-100000
- 特征:
- _id: 字符串类型
- url: 字符串类型
- title: 字符串类型
- text: 字符串类型
- emb: 浮点数序列类型
- tokens_count: 64位整数类型
- 分割:
- train:
- 样本数量: 100000
- 数据大小: 459777479.8019841 字节
- train:
- 下载大小: 233856601 字节
- 数据集大小: 459777479.8019841 字节
配置
- 配置名称: default
- 数据文件:
- 分割: train
- 路径: data/train-*
