slupart/qrecc-passages
收藏官方服务：
资源简介：
QReCC段落集合是一个包含5400万段落的原始网页抓取数据集，每个记录包含唯一的段落标识符和原始段落文本，存储在压缩的Parquet格式中，以优化加载和流式传输。
The QReCC passage collection is a raw web-crawl dataset of 54 million passages, each record containing a unique passage identifier and the raw passage text, stored in compressed Parquet format for efficient loading and streaming.
提供机构：
slupart
