five

orgcatorg/wikipedia

收藏
Hugging Face2024-09-02 更新2024-06-12 收录
下载链接:
https://hf-mirror.com/datasets/orgcatorg/wikipedia
下载链接
链接失效反馈
官方服务:
资源简介:
--- dataset_info: - config_name: bn features: - name: id dtype: string - name: url dtype: string - name: title dtype: string - name: text dtype: string - name: en_url dtype: string - name: en_title dtype: string - name: en_text dtype: string splits: - name: train num_bytes: 1167115208 num_examples: 156143 download_size: 441690826 dataset_size: 1167115208 - config_name: hi features: - name: id dtype: string - name: url dtype: string - name: title dtype: string - name: text dtype: string - name: en_url dtype: string - name: en_title dtype: string - name: en_text dtype: string splits: - name: train num_bytes: 793684300 num_examples: 166726 download_size: 302408181 dataset_size: 793684300 - config_name: id features: - name: id dtype: string - name: url dtype: string - name: title dtype: string - name: text dtype: string splits: - name: train num_bytes: 1177273270 num_examples: 688206 download_size: 610697793 dataset_size: 1177273270 - config_name: ms features: - name: id dtype: string - name: url dtype: string - name: title dtype: string - name: text dtype: string splits: - name: train num_bytes: 442552369 num_examples: 373189 download_size: 220484368 dataset_size: 442552369 - config_name: th features: - name: id dtype: string - name: url dtype: string - name: title dtype: string - name: text dtype: string - name: en_url dtype: string - name: en_title dtype: string - name: en_text dtype: string splits: - name: train num_bytes: 1185165416 num_examples: 165827 download_size: 460749899 dataset_size: 1185165416 - config_name: tl features: - name: id dtype: string - name: url dtype: string - name: title dtype: string - name: text dtype: string - name: en_url dtype: string - name: en_title dtype: string - name: en_text dtype: string splits: - name: train num_bytes: 135399058 num_examples: 47470 download_size: 73818762 dataset_size: 135399058 - config_name: vi features: - name: id dtype: string - name: url dtype: string - name: title dtype: string - name: text dtype: string - name: en_url dtype: string - name: en_title dtype: string - name: en_text dtype: string splits: - name: train num_bytes: 1938478921 num_examples: 1294721 download_size: 896915549 dataset_size: 1938478921 configs: - config_name: bn data_files: - split: train path: bn/train-* - config_name: hi data_files: - split: train path: hi/train-* - config_name: id data_files: - split: train path: id/train-* - config_name: ms data_files: - split: train path: ms/train-* - config_name: th data_files: - split: train path: th/train-* - config_name: tl data_files: - split: train path: tl/train-* - config_name: vi data_files: - split: train path: vi/train-* ---
提供机构:
orgcatorg
原始信息汇总

数据集概述

配置名称:bn

  • 特征:
    • id: 字符串类型
    • url: 字符串类型
    • title: 字符串类型
    • text: 字符串类型
  • 分割:
    • 训练集:
      • 数据量: 1038091832 字节
      • 示例数: 152346
  • 下载大小: 370416687 字节
  • 数据集大小: 1038091832 字节

配置名称:default

  • 特征:
    • id: 字符串类型
    • url: 字符串类型
    • title: 字符串类型
    • text: 字符串类型
  • 分割:
    • 训练集:
      • 数据量: 442552369 字节
      • 示例数: 373189
  • 下载大小: 220484368 字节
  • 数据集大小: 442552369 字节

配置名称:hi

  • 特征:
    • id: 字符串类型
    • url: 字符串类型
    • title: 字符串类型
    • text: 字符串类型
  • 分割:
    • 训练集:
      • 数据量: 688967167 字节
      • 示例数: 165061
  • 下载大小: 243873402 字节
  • 数据集大小: 688967167 字节

配置名称:th

  • 特征:
    • id: 字符串类型
    • url: 字符串类型
    • title: 字符串类型
    • text: 字符串类型
  • 分割:
    • 训练集:
      • 数据量: 1049519117 字节
      • 示例数: 164082
  • 下载大小: 384393642 字节
  • 数据集大小: 1049519117 字节

配置名称:vi

  • 特征:
    • id: 字符串类型
    • url: 字符串类型
    • title: 字符串类型
    • text: 字符串类型
  • 分割:
    • 训练集:
      • 数据量: 1639428813 字节
      • 示例数: 1293101
  • 下载大小: 741817372 字节
  • 数据集大小: 1639428813 字节
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作