krasserm/wikipedia-2023-11-en-text
收藏Hugging Face2024-05-30 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/krasserm/wikipedia-2023-11-en-text
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
splits:
- name: train
num_bytes: 20346504450
num_examples: 41488110
download_size: 10094783514
dataset_size: 20346504450
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
This dataset is the English subset of the [Cohere/wikipedia-2023-11-embed-multilingual-v3](https://huggingface.co/datasets/Cohere/wikipedia-2023-11-embed-multilingual-v3)
dataset but without the embeddings (`emb`) column.
提供机构：
krasserm
原始信息汇总
数据集概述
数据特征
- _id: 字符串类型
- url: 字符串类型
- title: 字符串类型
- text: 字符串类型
数据分割
- train:
- 字节数: 20346504450
- 样本数: 41488110
数据大小
- 下载大小: 10094783514
- 数据集大小: 20346504450
配置
- config_name: default
- data_files:
- split: train
- path: data/train-*
- data_files:
