IlyaGusev/librusec
收藏Hugging Face2023-03-20 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/IlyaGusev/librusec
下载链接
链接失效反馈官方服务：
资源简介：
Librusec数据集主要包含俄语文本数据，用于文本生成任务。数据集来源于http://panchenko.me/data/russe/librusec_fb2.plain.gz，并进行了额外的清理。数据集的特征包括id和text，其中id为uint64类型，text为字符串类型。数据集分为一个训练集，包含223,256个样本，总大小为125,126,513,109字节。下载大小为34,905,399,148字节。数据集的语言为俄语，规模类别为100K<n<1M。
提供机构：
IlyaGusev
原始信息汇总
数据集概述
数据集名称
- Librusec dataset
数据集特征
- id: uint64
- text: string
数据集分割
- train:
- num_examples: 223256
- num_bytes: 125126513109
数据集大小
- download_size: 34905399148
- dataset_size: 125126513109
任务类别
- text-generation
语言
- Russian
大小类别
- 100K<n<1M
