rasdani/wikipedia-chunks-de

---
dataset_info:
features:
- name: node_id
dtype: string
- name: doc_id
dtype: string
- name: url
dtype: string
- name: titles
dtype: string
- name: text
dtype: string
- name: rank
dtype: float64
- name: qid
dtype: string
splits:
- name: train
num_bytes: 6493813.8615
num_examples: 3969
download_size: 3762166
dataset_size: 6493813.8615
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

特征信息

• node_id: 数据类型为字符串。
• doc_id: 数据类型为字符串。
• url: 数据类型为字符串。
• titles: 数据类型为字符串。
• text: 数据类型为字符串。
• rank: 数据类型为浮点数（float64）。
• qid: 数据类型为字符串。

数据分割

• train: 包含3969个样本，占用6493813.8615字节。

数据集大小

• 下载大小: 3762166字节。
• 数据集大小: 6493813.8615字节。

配置信息

• default:
  • 数据文件路径: data/train-*