luvres/wikipedia-2023-11-pt-tokens
收藏Hugging Face2024-06-14 更新2024-06-29 收录
下载链接：
https://hf-mirror.com/datasets/luvres/wikipedia-2023-11-pt-tokens
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: _id
dtype: string
- name: url
dtype: string
- name: title
dtype: string
- name: text
dtype: string
- name: emb
sequence: float32
- name: tokens_count
dtype: int64
splits:
- name: train
num_bytes: 25921932467
num_examples: 5637930
download_size: 12758634117
dataset_size: 25921932467
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "wikipedia-2023-11-pt-tokens"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
luvres
原始信息汇总
数据集概述
数据集信息
- 名称: wikipedia-2023-11-pt-tokens
- 配置: default
特征
- _id: 字符串类型
- url: 字符串类型
- title: 字符串类型
- text: 字符串类型
- emb: 浮点数序列类型
- tokens_count: 64位整数类型
数据分割
- 训练集:
- 样本数: 5,637,930
- 字节数: 25,921,932,467
数据大小
- 下载大小: 12,758,634,117 字节
- 数据集大小: 25,921,932,467 字节
