Physi-Wiki/wiki-5

---
dataset_info:
features:
- name: id
dtype: int64
- name: article_id
dtype: int64
- name: title
dtype: string
- name: page_id
dtype: int64
- name: slug
dtype: string
- name: language
dtype: string
- name: section_index
dtype: int64
- name: section_title
dtype: string
- name: section_level
dtype: int64
- name: text
dtype: string
- name: char_length
dtype: int64
splits:
- name: train
num_bytes: 181762968.69980863
num_examples: 255668
- name: validation
num_bytes: 9567033.300191361
num_examples: 13457
download_size: 118747145
dataset_size: 191330002.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

数据集信息：
特征字段：
- 特征名：id，数据类型：64位整数（int64）
- 特征名：article_id，数据类型：64位整数（int64）
- 特征名：title，数据类型：字符串（string）
- 特征名：page_id，数据类型：64位整数（int64）
- 特征名：slug，数据类型：字符串（string）
- 特征名：language，数据类型：字符串（string）
- 特征名：section_index，数据类型：64位整数（int64）
- 特征名：section_title，数据类型：字符串（string）
- 特征名：section_level，数据类型：64位整数（int64）
- 特征名：text，数据类型：字符串（string）
- 特征名：char_length，数据类型：64位整数（int64）
数据集拆分：
- 拆分名称：train（训练集），占用字节数：181762968.69980863，样本数量：255668
- 拆分名称：validation（验证集），占用字节数：9567033.300191361，样本数量：13457
下载总大小：118747145
数据集总大小：191330002.0
配置项：
- 配置名称：default（默认配置），数据文件：
- 训练集对应路径：data/train-*
- 验证集对应路径：data/validation-*