Finnish-NLP/wikipedia_20230501_fi_cleaned
收藏Hugging Face2023-05-18 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/Finnish-NLP/wikipedia_20230501_fi_cleaned
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
- name: perplexity_kenlm
dtype: int64
- name: label_identity_attack
dtype: float64
- name: label_insult
dtype: float64
- name: label_obscene
dtype: float64
- name: label_severe_toxicity
dtype: float64
- name: label_threat
dtype: float64
- name: label_toxicity
dtype: float64
splits:
- name: train
num_bytes: 950578253
num_examples: 410684
download_size: 557777488
dataset_size: 950578253
---
# Dataset Card for "wikipedia_20230501_fi_cleaned"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
Finnish-NLP
原始信息汇总
数据集概述
数据集名称
- 名称: wikipedia_20230501_fi_cleaned
数据集特征
- id: 字符串类型
- url: 字符串类型
- title: 字符串类型
- text: 字符串类型
- perplexity_kenlm: 整数类型（int64）
- label_identity_attack: 浮点数类型（float64）
- label_insult: 浮点数类型（float64）
- label_obscene: 浮点数类型（float64）
- label_severe_toxicity: 浮点数类型（float64）
- label_threat: 浮点数类型（float64）
- label_toxicity: 浮点数类型（float64）
数据集分割
- train:
- num_bytes: 950578253
- num_examples: 410684
数据集大小
- download_size: 557777488
- dataset_size: 950578253
