zicsx/mC4-Hindi-Cleaned-2.0
收藏Hugging Face2024-02-01 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/zicsx/mC4-Hindi-Cleaned-2.0
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: text
dtype: string
splits:
- name: train
num_bytes: 3691890468.713361
num_examples: 3913635
download_size: 6432440886
dataset_size: 3691890468.713361
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
license: apache-2.0
language:
- hi
tags:
- mC4
- Common Crawl
size_categories:
- 10M<n<100M
---
# Dataset Card for "test"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
zicsx
原始信息汇总
数据集信息
特征
- 名称: text
- 数据类型: string
数据分割
- 名称: train
- 字节数: 3691890468.713361
- 样本数: 3913635
大小
- 下载大小: 6432440886
- 数据集大小: 3691890468.713361
配置
- 配置名称: default
- 数据文件:
- 分割: train
- 路径: data/train-*
许可证
- 许可证: apache-2.0
语言
- 语言: hi
标签
- 标签:
- mC4
- Common Crawl
大小类别
- 大小类别: 10M<n<100M
