cl-nagoya/min-wikisplit

MinWikiSplit数据集的预处理版本，用于文本到文本生成任务。该数据集包含复杂和简单的文本对，适用于英语语言。详细信息可参考相关仓库和论文。

原始信息汇总

数据集概述

数据集名称

• 名称: MinWikiSplit

数据集特征

• 特征列表:
  • id: 数据类型为 int64
  • complex: 数据类型为 string
  • simple: 数据类型为 string

数据集分割

• 分割详情:
  • train: 大小为 60695793 字节，包含 154582 个样本
  • validation: 大小为 7569490 字节，包含 19322 个样本
  • test: 大小为 7546266 字节，包含 19322 个样本
  • all: 大小为 75811549 字节，包含 193226 个样本

数据集大小

• 下载大小: 99574719 字节
• 数据集大小: 151623098 字节

数据集配置

• 配置名称: default
• 数据文件路径:
  • train: data/train-*
  • validation: data/validation-*
  • test: data/test-*
  • all: data/all-*

许可证

• 许可证: cc-by-sa-4.0

任务类别

• 任务类别: text2text-generation

语言

• 语言: en