teddy-f-47/wikipedia_id_20231201

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
dataset_info:
features:
- name: id
dtype: string
- name: url
dtype: string
- name: title
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 1133503236
num_examples: 669160
download_size: 587745555
dataset_size: 1133503236
---
# Dataset Card for "wikipedia_id_20231201"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

配置项：
- 配置名称：默认（default）
数据文件：
- 拆分集（split）：训练集
路径：data/train-*
数据集信息：
特征字段：
- 字段名：id，数据类型（dtype）：字符串（string）
- 字段名：url，数据类型（dtype）：字符串（string）
- 字段名：title，数据类型（dtype）：字符串（string）
- 字段名：text，数据类型（dtype）：字符串（string）
拆分集列表：
- 拆分名称：train，字节数：1133503236，样本数量：669160
下载大小：587745555
数据集总大小：1133503236
---
# 「wikipedia_id_20231201」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_20231201

数据集配置

• 默认配置: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*

数据集信息

• 特征:

  • id: 字符串类型
  • url: 字符串类型
  • title: 字符串类型
  • text: 字符串类型

• 分割:

  • train:
    • 字节数: 1133503236
    • 样本数: 669160

• 下载大小: 587745555

• 数据集大小: 1133503236