five

khalidrizki/indonesian-wiki-chunked-180tok-splitted

收藏
Hugging Face2025-09-19 更新2025-10-25 收录
下载链接:
https://hf-mirror.com/datasets/khalidrizki/indonesian-wiki-chunked-180tok-splitted
下载链接
链接失效反馈
官方服务:
资源简介:
这是一个包含文档ID、标题、文本和文档前缀字段的数据集,分为训练集和验证集。训练集包含约1580295个示例,大小为545MB;验证集包含7941个示例,大小为2.7MB。整个数据集的大小约为548MB,下载大小约为274MB。

This dataset includes fields for document ID, title, text, and document prefix, split into training and validation sets. The training set contains approximately 1,580,295 examples and is 545MB in size; the validation set contains 7,941 examples and is 2.7MB in size. The total size of the dataset is about 548MB, with a download size of approximately 274MB.
提供机构:
khalidrizki
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作