zaibutcooler/nihon-wiki

---
license: mit
dataset_info:
features:
- name: title
dtype: string
- name: text
dtype: string
- name: token_count
dtype: int64
splits:
- name: train
num_bytes: 6773182536
num_examples: 10468088
- name: test
num_bytes: 3423883
num_examples: 5237
download_size: 4479320266
dataset_size: 6776606419
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

许可证：MIT许可证（MIT License）
数据集信息：
特征项：
- 字段名：标题，数据类型：字符串
- 字段名：文本，数据类型：字符串
- 字段名：Token 计数，数据类型：64位整数
数据集划分：
- 划分名称：训练集，字节大小：6773182536，样本数量：10468088
- 划分名称：测试集，字节大小：3423883，样本数量：5237
下载大小：4479320266
数据集总大小：6776606419
配置项：
- 配置名称：默认配置，数据文件：
- 训练集划分：数据路径为 data/train-*
- 测试集划分：数据路径为 data/test-*

原始信息汇总

数据集概述

数据集特征

• title：字符串类型
• text：字符串类型
• token_count：整数类型（int64）

数据集划分

• 训练集（train）：
  • 示例数量：10468088
  • 数据大小：6773182536字节
• 测试集（test）：
  • 示例数量：5237
  • 数据大小：3423883字节

数据集大小

• 下载大小：4479320266字节
• 数据集总大小：6776606419字节

数据文件配置

• 默认配置（default）：
  • 训练集路径：data/train-*
  • 测试集路径：data/test-*