MA-tokenweights/wikitext-103-raw-v2-tfidf-topic-stratified-v1-articles-sublinear
收藏数据链接：
官方服务：
资源简介：
该数据集包含文章数据，包括文章ID、来源分割、文本、词列表、TF-IDF分数、token ID、token权重、token词索引、token是否为第一个子词、是否为最后一个子词、文章token计数等特征。训练集包含221,897篇文章，验证集包含993篇文章。
This dataset contains article data, including article ID, source split, text, word list, TF-IDF scores, token IDs, token weights, token word indices, token is first subtoken, token is last subtoken, article token count, etc. The training set contains 221,897 articles, and the validation set contains 993 articles.
提供机构：
MA-tokenweights
