armvectores/hyw_wikipedia_2023
收藏Hugging Face2023-04-09 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/armvectores/hyw_wikipedia_2023
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是Western Armenian维基百科2023年4月的版本，包含4M个token和10,785篇文章。数据集主要用于文本生成任务，语言为Western Armenian（hyw）。数据集的特征包括id、title和article，其中id为int64类型，title和article为string类型。数据集包含一个训练集，大小为55,910,963字节，包含10,785个样本。下载大小为26,613,923字节，数据集总大小为55,910,963字节。数据集标签包括wikipedia和western armenian，规模类别为1M<n<10M。
该数据集是Western Armenian维基百科2023年4月的版本，包含4M个token和10,785篇文章。数据集主要用于文本生成任务，语言为Western Armenian（hyw）。数据集的特征包括id、title和article，其中id为int64类型，title和article为string类型。数据集包含一个训练集，大小为55,910,963字节，包含10,785个样本。下载大小为26,613,923字节，数据集总大小为55,910,963字节。数据集标签包括wikipedia和western armenian，规模类别为1M<n<10M。
提供机构：
armvectores
原始信息汇总
数据集概述
基本信息
- 任务类别：text-generation
- 语言：Western Armenian (hyw)
- 数据集大小：55,910,963字节
- 下载大小：26,613,923字节
- 文章数量：10,785篇
- 标记数量：4,000,000个
数据集结构
- 特征：
id：整数类型title：字符串类型article：字符串类型
数据划分
- 训练集：
- 字节数：55,910,963字节
- 示例数：10,785个
标签
- 主题：Wikipedia
- 语言：Western Armenian
规模分类
- 数据集规模：1M<n<10M
