mrm8488/fineweb-2-spa-3m-wikipedia-2m
收藏官方服务：
资源简介：
该数据集包含了文本内容、ID、URL、日期、文件路径、语言信息等相关字段，具有训练集部分，可用于语言识别等NLP任务。
The dataset includes fields such as text content, ID, URL, date, file path, language information, etc., with a training set available for tasks like language detection in NLP.
提供机构：
mrm8488
