Physi-Wiki/wiki-7

--- 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-*