five

KILT Wikipedia

收藏
arXiv2025-09-30 收录
下载链接:
https://huggingface.co/datasets/facebook/kilt_wikipedia
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集是通过将维基百科文章分割成100个单词的片段(对于非空白分隔的语言,则是100个Unicode字符),并在每个片段前加上文章标题来构建的。这种方法特别适用于多语言环境下的检索增强生成任务,该数据集已被用于多项语言的检索实验研究中。

This dataset is constructed by splitting Wikipedia articles into 100-word segments (or 100 Unicode characters for non-whitespace-separated languages), with each segment prepended with the article's title. This approach is particularly suitable for retrieval-augmented generation (RAG) tasks in multilingual environments. This dataset has been used in retrieval experimental studies across multiple languages.
提供机构:
Facebook
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作