Suchinthana/si-wikipedia

该数据集是一个用于文本生成任务的僧伽罗语（si）维基百科数据集，包含22574个训练示例。数据集的特征包括id、url、title和text，数据类型均为字符串。数据集的大小为135560965字节，下载大小为52870930字节。

原始信息汇总

数据集概述

许可证

• CC BY-SA 4.0

数据集信息

特征

• id: 字符串类型
• url: 字符串类型
• title: 字符串类型
• text: 字符串类型

数据分割

• train:
  • 字节数: 135560965
  • 样本数: 22574

下载和数据集大小

• 下载大小: 52870930 字节
• 数据集大小: 135560965 字节

配置

• default:
  • 数据文件:
    • 分割: train
    • 路径: data/train-*

任务类别

• 文本生成

语言

• 僧伽罗语

数据集名称

• wikiped

数据集大小类别

• 10K < n < 100K