Physi-Wiki/wiki-7
收藏Hugging Face2026-03-02 更新2026-03-29 收录
下载链接：
https://hf-mirror.com/datasets/Physi-Wiki/wiki-7
下载链接
链接失效反馈官方服务：
资源简介：
---
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: 204383303.7146307
num_examples: 266734
- name: validation
num_bytes: 10757298.28536932
num_examples: 14039
download_size: 135230547
dataset_size: 215140602.0
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:
- 字段名: id
数据类型: 64位整数
- 字段名: 文章ID
数据类型: 64位整数
- 字段名: 标题
数据类型: 字符串
- 字段名: 页面ID
数据类型: 64位整数
- 字段名: slug
数据类型: 字符串
- 字段名: 语言
数据类型: 字符串
- 字段名: 章节索引
数据类型: 64位整数
- 字段名: 章节标题
数据类型: 字符串
- 字段名: 章节层级
数据类型: 64位整数
- 字段名: 文本内容
数据类型: 字符串
- 字段名: 字符长度
数据类型: 64位整数
数据集划分:
- 划分名称: 训练集
占用字节数: 204383303.7146307
样本数量: 266734
- 划分名称: 验证集
占用字节数: 10757298.28536932
样本数量: 14039
下载大小: 135230547
数据集总大小: 215140602.0
配置项:
- 配置名称: 默认配置
数据文件:
- 对应划分: 训练集
文件路径: data/train-*
- 对应划分: 验证集
文件路径: data/validation-*
提供机构：
Physi-Wiki
