316usman/thematic1c_rr
收藏Hugging Face2024-05-30 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/316usman/thematic1c_rr
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: text
dtype: string
- name: document_url
dtype: string
- name: source_url
dtype: string
- name: num_tokens
dtype: int64
splits:
- name: train
num_bytes: 208526813.67189965
num_examples: 312746
download_size: 72310309
dataset_size: 208526813.67189965
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
316usman
原始信息汇总
数据集概述
数据集特征
- text：文本类型，数据类型为字符串。
- document_url：文档URL，数据类型为字符串。
- source_url：源URL，数据类型为字符串。
- num_tokens：令牌数量，数据类型为整数64位。
数据集分割
- 训练集：包含312,746个样本，总大小为208,526,813.67189965字节。
数据集大小
- 下载大小：72,310,309字节。
- 数据集总大小：208,526,813.67189965字节。
配置信息
- 默认配置：
- 训练数据路径：
data/train-*
- 训练数据路径：
