gogo8232/wikipedia-20230901.en-deduped.cleaned_filtered
收藏Hugging Face2024-05-08 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/gogo8232/wikipedia-20230901.en-deduped.cleaned_filtered
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: 8919911346.404476
num_examples: 4075738
download_size: 7870344097
dataset_size: 8919911346.404476
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
gogo8232
原始信息汇总
数据集信息
特征
- id: 数据类型为字符串。
- url: 数据类型为字符串。
- title: 数据类型为字符串。
- text: 数据类型为字符串。
数据分割
- train:
- 字节数: 8919911346.404476
- 样本数: 4075738
数据大小
- 下载大小: 7870344097
- 数据集大小: 8919911346.404476
配置
- config_name: default
- data_files:
- split: train
- path: data/train-*
- data_files:
