dominguesm/wikipedia-ptbr-20221220
收藏Hugging Face2022-12-22 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/dominguesm/wikipedia-ptbr-20221220
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: id
dtype: string
- name: url
dtype: string
- name: title
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 2367117753.3
num_examples: 987399
- name: test
num_bytes: 131507740.51323204
num_examples: 54856
- name: valid
num_bytes: 131505343.18676797
num_examples: 54855
download_size: 1592202665
dataset_size: 2630130837.0000005
---
# Dataset Card for "wikipedia-ptbr-20221220"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
dominguesm
原始信息汇总
数据集概述
数据集名称
- 名称: wikipedia-ptbr-20221220
数据集特征
- 特征列表:
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
数据集分割
- 训练集:
- 样本数量: 987399
- 数据大小: 2367117753.3字节
- 测试集:
- 样本数量: 54856
- 数据大小: 131507740.51323204字节
- 验证集:
- 样本数量: 54855
- 数据大小: 131505343.18676797字节
数据集大小
- 下载大小: 1592202665字节
- 总数据集大小: 2630130837.0000005字节
