Emm9625/fw-edu-1024-1BT

--- dataset_info: features: - name: text dtype: string - name: id dtype: string - name: dump dtype: string - name: url dtype: string - name: file_path dtype: string - name: language dtype: string - name: language_score dtype: float64 - name: token_count dtype: int64 - name: score dtype: float64 - name: int_score dtype: int64 splits: - name: train num_bytes: 1580829492.6967723 num_examples: 1968842 download_size: 3153768429 dataset_size: 1580829492.6967723 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

数据集特征

• text：字符串类型
• id：字符串类型
• dump：字符串类型
• url：字符串类型
• file_path：字符串类型
• language：字符串类型
• language_score：浮点数类型
• token_count：整数类型
• score：浮点数类型
• int_score：整数类型

数据集划分

• train：
  • 示例数量：1968842
  • 数据大小：1580829492.6967723 字节

数据集大小

• 下载大小：3153768429 字节
• 数据集大小：1580829492.6967723 字节

配置信息

• config_name: default
  • split: train
  • path: data/train-*