shunshao/cda_wiki_text_char2000

--- dataset_info: features: - name: text dtype: string - name: num_swaps dtype: int32 - name: source dtype: string splits: - name: train num_bytes: 1895901966 num_examples: 936554 - name: test num_bytes: 221743973 num_examples: 109539 - name: validation num_bytes: 99785699 num_examples: 49293 - name: dev num_bytes: 99785699 num_examples: 49293 download_size: 1476936077 dataset_size: 2317217337 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* - split: validation path: data/validation-* - split: dev path: data/dev-* ---数据集信息： 特征： - 名称：text，数据类型：字符串 - 名称：num_swaps，数据类型：32位整型 - 名称：source，数据类型：字符串 数据划分： - 名称：训练集（train），字节数：1895901966，样本量：936554 - 名称：测试集（test），字节数：221743973，样本量：109539 - 名称：验证集（validation），字节数：99785699，样本量：49293 - 名称：开发集（dev），字节数：99785699，样本量：49293 下载大小：1476936077 数据集总大小：2317217337 配置项： - 配置名称：default（默认配置） 数据文件： - 划分：训练集（train），路径：data/train-* - 划分：测试集（test），路径：data/test-* - 划分：验证集（validation），路径：data/validation-* - 划分：开发集（dev），路径：data/dev-*