nhagar/CC-MAIN-2017-04_urls
收藏Hugging Face2025-05-15 更新2025-02-15 收录
下载链接：
https://hf-mirror.com/datasets/nhagar/CC-MAIN-2017-04_urls
下载链接
链接失效反馈官方服务：
资源简介：
这是一个包含网页抓取信息、网址主机名和网址计数的训练数据集，大小为2.92GB，共有5721万个样本。
This is a training dataset containing web crawl information, URL host names, and URL counts, with a size of 2.92GB and a total of 57.21 million samples.
提供机构：
nhagar
