iammytoo/wikiMIApile

该数据集包含两个主要字段：content（内容）和label（标签）。content字段存储字符串类型的数据，而label字段存储int64类型的标签。数据集仅包含一个训练集，大小为26,773,112字节，包含6,344个示例。数据集的下载大小为15,114,173字节，总大小为26,773,112字节。默认配置下的数据文件路径为data/train-*。

The dataset contains two main fields: content and label. The content field stores data of string type, while the label field stores labels of int64 type. The dataset includes only a training set, which is 26,773,112 bytes in size and contains 6,344 examples. The download size of the dataset is 15,114,173 bytes, and the total size is 26,773,112 bytes. The data file path under the default configuration is data/train-*.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • 名称: content
    • 数据类型: string
  • 名称: label
    • 数据类型: int64

数据分割

• 分割名称: train
  • 字节数: 26773112
  • 样本数: 6344

数据集大小

• 下载大小: 15114173
• 数据集大小: 26773112

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*