ryanaswift7/wikipedia-pythia-kdfp-subsets-100m

--- dataset_info: config_name: v1 features: - name: text dtype: string - name: token_count dtype: int64 - name: id dtype: string - name: url dtype: string - name: edu_score dtype: 'null' - name: version_label dtype: string - name: split_name dtype: string splits: - name: train num_bytes: 437154696 num_examples: 183437 - name: validation num_bytes: 43926155 num_examples: 11716 - name: test num_bytes: 43473425 num_examples: 11772 download_size: 310822676 dataset_size: 524554276 configs: - config_name: v1 data_files: - split: train path: v1/train-* - split: validation path: v1/validation-* - split: test path: v1/test-* ---数据集信息： 配置名称：v1 特征字段： - 字段名：text，数据类型：字符串 - 字段名：Token计数，数据类型：int64 - 字段名：id，数据类型：字符串 - 字段名：url，数据类型：字符串 - 字段名：edu_score，数据类型：空值 - 字段名：version_label，数据类型：字符串 - 字段名：split_name，数据类型：字符串 数据集拆分： - 拆分名称：训练集（train），字节数：437154696，样本数量：183437 - 拆分名称：验证集（validation），字节数：43926155，样本数量：11716 - 拆分名称：测试集（test），字节数：43473425，样本数量：11772 下载大小：310822676 数据集总大小：524554276 配置项： - 配置名称：v1 数据文件： - 拆分：训练集（train），路径：v1/train-* - 拆分：验证集（validation），路径：v1/validation-* - 拆分：测试集（test），路径：v1/test-*