washimneupane/wikidatacluster

--- license: mit dataset_info: features: - name: id dtype: string - name: url dtype: string - name: title dtype: string - name: text dtype: string - name: cluster dtype: int64 splits: - name: train num_bytes: 20326843896 num_examples: 6458670 download_size: 11698830016 dataset_size: 20326843896 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

特征信息

• id: 数据类型为字符串。
• url: 数据类型为字符串。
• title: 数据类型为字符串。
• text: 数据类型为字符串。
• cluster: 数据类型为整数（int64）。

数据分割

• train: 包含6458670个样本，总字节数为20326843896字节。

数据大小

• 下载大小: 11698830016字节。
• 数据集大小: 20326843896字节。

配置信息

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*