LocalDoc/wikipedia_azerbaijan

该数据集包含阿塞拜疆语维基百科的所有文章，创建于2024年，包含26万篇文章。数据集以CSV格式提供，每篇文章包含标题、文本和URL三个字段。

原始信息汇总

阿塞拜疆语维基百科数据集

描述

该数据集包含阿塞拜疆语维基百科的所有文章，创建于2024年，包含26万篇文章。

格式

数据集以逗号分隔值（CSV）格式提供。每篇文章以新行表示，包含以下字段，以逗号分隔：

• title: 文章标题
• text: 文章内容
• url: 文章URL

许可

数据集采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议。该许可允许您自由分享和重新分发数据集，但需注明来源，禁止商业使用和创建衍生作品。

数据集信息

• 语言: 阿塞拜疆语
• 许可: cc-by-nc-nd-4.0
• 大小类别: 100K<n<1M
• 任务类别: 文本生成, 填空
• 标签: 维基百科, 阿塞拜疆语, 数据集, CSV

数据集配置

• 配置名称: default
• 数据文件:
  • 分割: train
  • 路径: data/train-*

分割信息

• 训练集:
  • 字节数: 696233998
  • 样本数: 260011

下载和数据集大小

• 下载大小: 271389268
• 数据集大小: 696233998