cahya/wikipedia_id_20230101

--- dataset_info: features: - name: id dtype: string - name: url dtype: string - name: title dtype: string - name: text dtype: string splits: - name: train num_bytes: 1051737365 num_examples: 634559 download_size: 544132473 dataset_size: 1051737365 --- # Dataset Card for "wikipedia_id_20230101" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)### 数据集信息 数据特征： - 字段名：id，数据类型：字符串 - 字段名：url，数据类型：字符串 - 字段名：title，数据类型：字符串 - 字段名：text，数据类型：字符串 数据划分： - 划分名称：训练集（train），字节数：1051737365，样本数：634559 下载大小：544132473 数据集总大小：1051737365 # 「wikipedia_id_20230101」数据集卡片 [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

• 名称: wikipedia_id_20230101

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:
  • 大小: 1051737365 字节
  • 示例数量: 634559

数据集大小

• 下载大小: 544132473 字节
• 总大小: 1051737365 字节