lucadiliello/english_wikipedia

--- dataset_info: features: - name: filename dtype: string - name: maintext dtype: string - name: source_domain dtype: string - name: title dtype: string - name: url dtype: string splits: - name: train num_bytes: 10569005563 num_examples: 4184712 download_size: 6144953788 dataset_size: 10569005563 --- # Dataset Card for "english_wikipedia" [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

数据集名称

• 名称: english_wikipedia

数据集特征

• 特征列表:
  • filename: 数据类型为字符串
  • maintext: 数据类型为字符串
  • source_domain: 数据类型为字符串
  • title: 数据类型为字符串
  • url: 数据类型为字符串

数据集分割

• 训练集:
  • 大小: 10569005563 字节
  • 示例数量: 4184712

数据集大小

• 下载大小: 6144953788 字节
• 数据集总大小: 10569005563 字节