tommymarto/STEM-wikipedia-22-12-en-embeddings-all-MiniLM-L6-v2
收藏Hugging Face2024-06-13 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/tommymarto/STEM-wikipedia-22-12-en-embeddings-all-MiniLM-L6-v2
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: id
dtype: int32
- name: title
dtype: string
- name: text
dtype: string
- name: url
dtype: string
- name: wiki_id
dtype: int32
- name: views
dtype: float32
- name: paragraph_id
dtype: int32
- name: langs
dtype: int32
- name: emb
sequence: float32
splits:
- name: train
num_bytes: 4615170046.300996
num_examples: 2250240
download_size: 5455333049
dataset_size: 4615170046.300996
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
tommymarto
原始信息汇总
数据集信息
特征
- id: 数据类型为
int32 - title: 数据类型为
string - text: 数据类型为
string - url: 数据类型为
string - wiki_id: 数据类型为
int32 - views: 数据类型为
float32 - paragraph_id: 数据类型为
int32 - langs: 数据类型为
int32 - emb: 数据类型为
float32，是一个序列
数据分割
- train: 包含 2250240 个样本，总字节数为 4615170046.300996
数据集大小
- 下载大小: 5455333049 字节
- 数据集大小: 4615170046.300996 字节
配置
- default: 包含训练数据文件，路径为
data/train-*
