hac541309/minipile_filtered_5percent

数据集minipile_filtered_5percent是从minipile数据集中通过长度和语言ID（fastext阈值0.915）过滤出的5%子集，包含50k行数据。数据集特征包括文本字段，数据类型为字符串。数据集分为训练集，包含49660个样本，总大小为293297348.6066字节。数据集minipile_filtered_5percent是从minipile数据集中通过长度和语言ID（fastext阈值0.915）过滤出的5%子集，包含50k行数据。数据集特征包括文本字段，数据类型为字符串。数据集分为训练集，包含49660个样本，总大小为293297348.6066字节。

原始信息汇总

数据集概述

数据集名称

• 名称: minipile_filtered_5percent

数据集特征

• 特征:
  • text: 字符串类型

数据集分割

• 分割:
  • train:
    • 示例数量: 49660
    • 数据大小: 293297348.6066 字节

数据集大小

• 下载大小: 121567497 字节
• 总数据大小: 293297348.6066 字节