nebchi/koen-text

该数据集包含文本特征，数据类型为字符串。数据集包含一个训练集，大小为13359394951字节，包含2707294个示例。下载大小为7286057163字节，数据集大小为13359394951字节。配置名为default，数据文件路径为data/train-*。数据集支持韩语和英语。数据集来源参考了nampdn-ai/mini-fineweb、HAERAE-HUB/KOREAN-WEBTEXT和AI Hub Datasets。

The dataset includes text features with string data type. It is divided into a training set containing 2707294 examples with a total size of 13359394951 bytes. The dataset supports both Korean and English languages. The configuration name is default and the data file path is data/train-*. The creation of the dataset references multiple other datasets.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • text: 数据类型为 string
• 分割:
  • train: 包含 2,707,294 个样本，总大小为 13,359,394,951 字节
• 下载大小: 7,286,057,163 字节
• 数据集大小: 13,359,394,951 字节

配置

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

语言

• 支持的语言:
  • 韩语 (ko)
  • 英语 (en)