HuggingFaceGECLM/data_feedback

Name: HuggingFaceGECLM/data_feedback
Creator: HuggingFaceGECLM
Published: 2023-04-13 02:46:25
License: 暂无描述

Hugging Face2023-04-13 更新2024-03-04 收录

下载链接：

https://hf-mirror.com/datasets/HuggingFaceGECLM/data_feedback

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: openrail ---

提供机构：

HuggingFaceGECLM

原始信息汇总

数据集概述

许可证信息

许可证类型：openrail

HuggingFaceGECLM/REDDIT_threaded

--- dataset_info: features: - name: start_date dtype: string - name: end_date dtype: string - name: thread_id dtype: string - name: subreddit dtype: string - name: subreddi

Hugging Face2023-03-17 更新130

HuggingFaceGECLM/wikipedia_urls

数据集wikipedia_urls包含了大量的维基百科链接及其相关信息，如域名、相关维基标题和链接计数。这些数据可用于网络分析、信息检索和数据挖掘等任务。

Hugging Face2023-03-30 更新100

HuggingFaceGECLM/StackExchange_Mar2023

--- dataset_info: features: - name: question_id dtype: int64 - name: text dtype: string - name: metadata sequence: string - name: date dtype: string - name: original_text

Hugging Face2023-03-16 更新220

HuggingFaceGECLM/REDDIT_comments

Reddit评论数据集包含了50个高质量子论坛的评论，数据来源于Reddit PushShift数据转储（2006年至2023年1月）。该数据集支持文本生成、语言建模和对话建模等任务。每个数据分割对应一个特定的子论坛，数据字段包括评论内容、作者信息、时间戳等。使用该数据集时需要注意匿名化处理，并且尽管选定的子论坛被认为是高质量的，但仍可能反映出互联网上的偏见和毒性。

Hugging Face2023-03-17 更新950

HuggingFaceGECLM/REDDIT_submissions

该数据集包含50个高质量Reddit子版块的提交内容，这些内容是从Reddit PushShift数据转储中提取的（时间跨度为2006年至2023年1月）。数据集的结构包括多个子版块的分割，每个分割对应一个特定的子版块。数据集的特征包括多个字段，如作者、标题、内容、评论数量等，所有字段都被转换为字符串格式。数据集的主要用途包括文本生成、语言建模和对话建模。数据集的创建理由是为了保留Reddit提交

Hugging Face2023-03-17 更新240