AMead10/lvl_5_vital_wikipedia_articles_split

该数据集是[level 5 vital wikipedia articles](https://huggingface.co/datasets/AMead10/lvl_5_vital_wikipedia_articles)的文本分割版本。文本在` `处被分割，并且移除了长度小于10个单词的实例以避免标题。该数据集是[level 5 vital wikipedia articles](https://huggingface.co/datasets/AMead10/lvl_5_vital_wikipedia_articles)的文本分割版本。文本在` `处被分割，并且移除了长度小于10个单词的实例以避免标题。

原始信息汇总

数据集概述

数据集信息

• 语言: 英语
• 特征:
  • title: 数据类型为字符串
  • text: 数据类型为字符串

数据分割

• 训练集:
  • 大小: 1183929798 字节
  • 示例数量: 2110473

下载与数据集大小

• 下载大小: 680523539 字节
• 数据集大小: 1183929798 字节

配置

• 配置名称: default
• 数据文件:
  • 分割: 训练
  • 路径: data/train-*