umarigan/turkish_wikipedia

--- dataset_info: features: - name: id dtype: int64 - name: text dtype: string - name: title dtype: string splits: - name: train num_bytes: 1142404262 num_examples: 524601 download_size: 629924151 dataset_size: 1142404262 configs: - config_name: default data_files: - split: train path: data/train-* task_categories: - text-classification - translation - summarization language: - tr size_categories: - 100K<n<1M --- # Dataset Card for "turkish_wikipedia" [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

数据集概述

数据特征

• id: 数据类型为 int64
• text: 数据类型为 string
• title: 数据类型为 string

数据分割

• train: 包含 524601 个样本，总字节数为 1142404262

数据集大小

• 下载大小: 629924151 字节
• 数据集大小: 1142404262 字节

配置

• default: 包含训练数据文件，路径为 data/train-*

任务类别

• 文本分类
• 翻译
• 摘要生成

语言

• 土耳其语

数据集规模

• 100K < n < 1M