wseo/namuwiki
收藏Hugging Face2024-06-01 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/wseo/namuwiki
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: title
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 8373742660
num_examples: 867024
download_size: 4577967275
dataset_size: 8373742660
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
wseo
原始信息汇总
数据集概述
数据集特征
- title：数据类型为字符串。
- text：数据类型为字符串。
数据分割
- train：
- 示例数量：867024
- 数据大小：8373742660字节
数据集大小
- 下载大小：4577967275字节
- 数据集总大小：8373742660字节
配置
- default：
- 训练数据路径：
data/train-*
- 训练数据路径：
搜集汇总
数据集介绍
背景与挑战
背景概述
该数据集是从韩国维基百科（namuwiki）提取的大规模韩语文本集合，包含约867,000个条目，覆盖多种主题如特殊字符、游戏和音乐等。数据以parquet格式存储，总大小为4.58 GB，适用于文本分析和自然语言处理任务。
以上内容由遇见数据集搜集并总结生成
