YawKar/wikitext_with_entitled_paragraphs

该数据集来源于wikitext，主要用于文本生成任务。数据集包含三个部分：训练集、验证集和测试集，分别包含860879、1841和2187个样本。数据集的特征包括heading和paragraph，均为字符串类型。数据集的下载大小为313631586字节，总大小为577172653字节。

原始信息汇总

数据集概述

数据集大小分类

• 100K<n<1M

数据源

• wikitext

任务分类

• 文本生成

数据集信息

特征

• 名称: heading
  • 数据类型: string
• 名称: paragraph
  • 数据类型: string

数据分割

• 名称: test
  • 字节数: 1381448
  • 样本数: 2187
• 名称: train
  • 字节数: 574572095
  • 样本数: 860879
• 名称: validation
  • 字节数: 1219110
  • 样本数: 1841

下载大小

• 313631586 字节

数据集大小

• 577172653 字节

配置

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