systemk/commoncrawl-ja-sample
收藏Hugging Face2024-06-04 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/systemk/commoncrawl-ja-sample
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: id
dtype: string
- name: url
dtype: string
- name: date
dtype: timestamp[s]
- name: lang
dtype: string
- name: token_length
dtype: int64
splits:
- name: train
num_bytes: 3434021003
num_examples: 1044755
download_size: 1805099260
dataset_size: 3434021003
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
systemk
原始信息汇总
数据集概述
数据集特征
- text: 字符串类型
- id: 字符串类型
- url: 字符串类型
- date: 时间戳类型（秒）
- lang: 字符串类型
- token_length: 整数类型（64位）
数据集划分
- train:
- 示例数量: 1044755
- 数据大小: 3434021003 字节
数据集大小
- 下载大小: 1805099260 字节
- 数据集总大小: 3434021003 字节
配置信息
- config_name: default
- data_files:
- split: train
- path: data/train-*
