rasdani/cohere-wikipedia-2023-11-it-1.5k-articles

---
dataset_info:
features:
- name: _id
dtype: string
- name: url
dtype: string
- name: title
dtype: string
- name: text
dtype: string
- name: score
dtype: float64
- name: views
dtype: float64
splits:
- name: train
num_bytes: 6695376.0
num_examples: 13500
download_size: 3656253
dataset_size: 6695376.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 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：title，数据类型：字符串
- 字段名：text，数据类型：字符串
- 字段名：score，数据类型：float64
- 字段名：views，数据类型：float64
数据划分：
- 划分名称：train（训练集），字节大小：6695376.0，样本数量：13500
下载总大小：3656253
数据集总大小：6695376.0
配置项：
- 配置名称：default（默认配置），数据文件：
- 对应划分：train，文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• _id: 数据类型为字符串
• url: 数据类型为字符串
• title: 数据类型为字符串
• text: 数据类型为字符串
• score: 数据类型为浮点数
• views: 数据类型为浮点数

数据集分割

• 训练集:
  • 数据量: 6695376.0 字节
  • 示例数量: 13500

数据集大小

• 下载大小: 3656253 字节
• 数据集总大小: 6695376.0 字节

配置

• 默认配置:
  • 数据文件路径: data/train-*