Finnish-NLP/wikipedia_20231101_fi_cleaned
收藏Hugging Face2023-12-21 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/Finnish-NLP/wikipedia_20231101_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: 950266420
num_examples: 410076
download_size: 560602856
dataset_size: 950266420
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
Finnish-NLP
原始信息汇总
数据集概述
特征信息
- 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。
- perplexity_kenlm: 数据类型为整数。
- label_identity_attack: 数据类型为浮点数。
- label_insult: 数据类型为浮点数。
- label_obscene: 数据类型为浮点数。
- label_severe_toxicity: 数据类型为浮点数。
- label_threat: 数据类型为浮点数。
- label_toxicity: 数据类型为浮点数。
数据分割
- train: 包含410076个样本，占用950266420字节。
数据集大小
- 下载大小: 560602856字节。
- 数据集大小: 950266420字节。
配置信息
- config_name: default
- data_files:
- split: train
- path: data/train-*
- data_files:
