nhagar/CC-MAIN-2018-30_urls
收藏Hugging Face2025-05-15 更新2025-02-15 收录
下载链接：
https://hf-mirror.com/datasets/nhagar/CC-MAIN-2018-30_urls
下载链接
链接失效反馈官方服务：
资源简介：
这是一个包含网页爬取信息的数据集，具体字段包括网页内容（crawl）、网址的主机名（url_host_name）和网址的计数（url_count）。数据集专为训练使用，包含了大量的样本数据。
This dataset contains web crawling information, with fields including web page content (crawl), URL host name (url_host_name), and URL count (url_count). The dataset is specifically for training purposes and includes a large number of sample data.
提供机构：
nhagar
