M1keR/finewiki-pl

这是一个包含文本内容和其他相关信息的维基百科数据集，适用于训练自然语言处理模型。数据集包含了文本内容、页面ID、页面名称、标题、URL、修改日期、语言、Wikidata ID、HTML大小、维基文本、版本、信息框、是否含有数学公式和token数量等字段。数据集分为训练集，提供了相应的字节大小和示例数量。

This is a Wikipedia dataset containing text content and other related information, suitable for training natural language processing models. The dataset includes fields such as text content, page ID, page name, title, URL, modification date, language, Wikidata ID, HTML size, wiki text, version, info boxes, whether it contains mathematical formulas, and the number of tokens. The dataset is divided into a training set, with corresponding byte size and example count provided.