jasong03/vtv_html
收藏Hugging Face2024-06-28 更新2024-06-29 收录
下载链接：
https://hf-mirror.com/datasets/jasong03/vtv_html
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含网页数据，主要特征包括子域名、URL和HTML内容。数据集仅包含训练集，共有20,513个样本，总大小为1,478,939,698字节。下载大小为548,889,231字节。
This dataset contains web page data, with main features including subdomain, URL, and HTML content. The dataset only includes a training set, with a total of 20,513 samples and a size of 1,478,939,698 bytes. The download size is 548,889,231 bytes.
提供机构：
jasong03
原始信息汇总
数据集概述
特征信息
- subdomain: 数据类型为字符串。
- url: 数据类型为字符串。
- html: 数据类型为字符串。
数据分割
- train: 包含20513个样本，数据大小为1478939698字节。
数据集大小
- 下载大小: 548889231字节。
- 数据集大小: 1478939698字节。
配置信息
- default: 包含训练数据文件，路径为
data/train-*。
