jamesagilesoda/CulturaX-ko-18000000-18999999

--- dataset_info: features: - name: text dtype: string - name: timestamp dtype: string - name: url dtype: string - name: source dtype: string splits: - name: train num_bytes: 5262620217 num_examples: 1000000 download_size: 3120259280 dataset_size: 5262620217 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 字段名：文本（text），数据类型：字符串（string） - 字段名：时间戳（timestamp），数据类型：字符串（string） - 字段名：统一资源定位符（url），数据类型：字符串（string） - 字段名：来源（source），数据类型：字符串（string） 数据集划分： - 划分名称：训练集（train），字节数：5262620217，样本数量：1000000 下载大小：3120259280 数据集总大小：5262620217 配置项： - 配置名称：默认配置（default），数据文件： - 划分：训练集（train），文件路径：data/train-*