daje/tokenized_enwiki

--- configs: - config_name: default data_files: - split: train path: data/train-* dataset_info: features: - name: text dtype: string splits: - name: train num_bytes: 24408319844 num_examples: 16370815 download_size: 10890317773 dataset_size: 24408319844 --- # Dataset Card for "tokenized_enwiki" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集卡片 "tokenized_enwiki"

配置

• 默认配置
  • 数据文件
    • 分割: 训练
    • 路径: data/train-*

数据集信息

• 特征
  • 名称: text
  • 数据类型: string
• 分割
  • 名称: 训练
  • 字节数: 24408319844
  • 样本数: 16370815
• 下载大小: 10890317773
• 数据集大小: 24408319844