williambrach/html-query-text-HtmlRAG
收藏Hugging Face2025-11-07 更新2025-11-15 收录
下载链接：
https://hf-mirror.com/datasets/williambrach/html-query-text-HtmlRAG
下载链接
链接失效反馈官方服务：
资源简介：
html-query-text数据集是一个经过处理和清洗的基于zstanjj/HtmlRAG-train数据集的版本，专为HTML清洗和问题回答任务而设计。它包括四个字段：输入的HTML内容(html)、用户的问题(query)、清洗后的HTML内容(cleaned_html)和清洗后的HTML内容的纯文本版本(cleaned_text)。数据集分为训练集、验证集和测试集，分别包含18415、1842和2047个示例。
The html-query-text dataset is a processed and cleaned version of the zstanjj/HtmlRAG-train dataset, specifically designed for HTML cleaning and question answering tasks. It includes four fields: input HTML content (html), users question (query), cleaned HTML content (cleaned_html), and plain text version of the cleaned HTML (cleaned_text). The dataset is split into training, validation, and test sets with 18,415, 1,842, and 2,047 examples respectively.
提供机构：
williambrach
