tiennv/english-wiki-corpus

--- dataset_info: features: - name: text dtype: string splits: - name: train num_bytes: 8275936982 num_examples: 10686170 download_size: 1407476006 dataset_size: 8275936982 configs: - config_name: default data_files: - split: train path: data/train-* --- # Dataset Card for "english-wiki-corpus" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

• 特征:
  • 名称: text
  • 数据类型: string

数据分割

• 训练集:
  • 名称: train
  • 字节数: 8275936982
  • 样本数: 10686170

数据集大小

• 下载大小: 1407476006
• 数据集大小: 8275936982

配置

• 配置名称: default
• 数据文件:
  • 分割: train
  • 路径: data/train-*