brildev7/wikipedia_ko

# Base Dataset: wikimedia/wikipedia (https://huggingface.co/datasets/wikimedia/wikipedia)
# Extract only Korean data

---
license: cc-by-nc-sa-3.0
language:

- ko
dataset_info:
features:
- name: title
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 1213180436.2364573
num_examples: 583107
- name: test
num_bytes: 134798519.76354265
num_examples: 64790
download_size: 799654121
dataset_size: 1347978956.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

基本信息

• 数据集名称: wikimedia/wikipedia
• 许可证: cc-by-nc-sa-3.0
• 语言: 韩语 (ko)

数据集结构

特征

• 名称: title
  • 数据类型: string
• 名称: text
  • 数据类型: string

分割

• 训练集
  • 字节数: 1213180436.2364573
  • 样本数: 583107
• 测试集
  • 字节数: 134798519.76354265
  • 样本数: 64790

大小

• 下载大小: 799654121
• 数据集大小: 1347978956.0

配置

• 配置名称: default
  • 数据文件
    • 训练集路径: data/train-*
    • 测试集路径: data/test-*