Physi-Wiki/wiki-23

---
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: 309568805
num_examples: 291596
- name: validation
num_bytes: 16293989
num_examples: 15348
download_size: 169122664
dataset_size: 325862794
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

数据集信息：
特征列表：
- 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：短标识（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）
数据集划分：
- 划分名称：train（训练集），占用字节数：309568805，样本数量：291596
- 划分名称：validation（验证集），占用字节数：16293989，样本数量：15348
下载总大小：169122664 字节，数据集总存储大小：325862794 字节
配置项：
- 配置名称：default（默认配置），数据文件路径：
- 训练集划分对应路径：data/train-*
- 验证集划分对应路径：data/validation-*