olm/olm-wikipedia-20221001
收藏Hugging Face2022-10-18 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/olm/olm-wikipedia-20221001
下载链接
链接失效反馈官方服务：
资源简介：
OLM October 2022 Wikipedia数据集是一个预训练数据集，基于2022年10月的Wikipedia快照创建。该数据集没有人工注释，语言为英语，且是单语言的。数据集的大小在1百万到1千万之间，主要用于语言建模和预训练任务。
提供机构：
olm
原始信息汇总
数据集概述
基本信息
- 名称: OLM October 2022 Wikipedia
- 语言: 英语（English）
- 多语言性: 单语种（Monolingual）
- 许可证: 无记录
数据集特性
- 创建者语言: 发现（Found）
- 注释创建者: 无注释（No-annotation）
- 大小: 1M<n<10M
应用场景
- 预训练: 是
- 任务类别: 语言建模
- 相关领域: 维基百科, 网络
数据来源
- 源数据集: 无记录
- 创建方式: 使用OLM仓库从2022年10月的维基百科快照创建
