M1keR/finewiki-no

Name: M1keR/finewiki-no
Creator: M1keR
Published: 2025-10-22 23:28:36
License: 暂无描述

Hugging Face2025-10-22 更新2025-10-25 收录

下载链接：

https://hf-mirror.com/datasets/M1keR/finewiki-no

下载链接

链接失效反馈

官方服务：

资源简介：

这是一个包含文本内容和其他相关信息的维基类数据集，适用于各种NLP任务。数据集包含训练集(train)，总大小为3.84GB，共有620,802个示例。

This is a Wikipedia-like dataset containing text content and other related information, suitable for various NLP tasks. The dataset includes a training set (train) with a total size of 3.84GB and 620,802 examples.

提供机构：

M1keR

M1keR/finewiki-it

该数据集包含从网络上收集的页面信息，包括页面文本、标题、URL、修改日期、语言等信息，以及是否包含数学公式和词汇量等特征。数据集被划分为训练集，可用于自然语言处理、知识提取等任务。

Hugging Face2025-10-22 更新70

M1keR/finewiki-et

这是一个包含多个字段的数据集，主要用于训练自然语言处理模型。数据集中的字段包括文本内容、页面名称、页面ID、标题、URL、修改日期、语言、Wikidata ID、HTML大小、维基文本、版本、信息框、是否含有数学公式和token数量。数据集分为训练集，提供了训练集的字节数和示例数统计信息。数据集主要来源于维基百科，但具体用途和内容描述未在README中说明。

Hugging Face2025-10-22 更新40

M1keR/finewiki-pl

这是一个包含文本内容和其他相关信息的维基百科数据集，适用于训练自然语言处理模型。数据集包含了文本内容、页面ID、页面名称、标题、URL、修改日期、语言、Wikidata ID、HTML大小、维基文本、版本、信息框、是否含有数学公式和token数量等字段。数据集分为训练集，提供了相应的字节大小和示例数量。

Hugging Face2025-10-22 更新20

M1keR/finewiki-ca

该数据集包含从维基百科抓取的页面信息，其中包括文本内容、页面标题、URL、修改日期、语言等信息。每个页面都有一个唯一的标识符和维基数据ID。此外，数据集还提供了页面是否包含数学公式的标记以及页面的大小和token数量。数据集被划分为训练集，并提供了相应的文件路径。

Hugging Face2025-10-22 更新60

M1keR/finewiki-cs

该数据集包含了文本内容、ID、维基名称、页面ID、标题、URL、修改日期、语言、维基数据ID、HTML大小、维基文本、版本、信息框和是否有数学公式等字段。它有一个训练集分片，大小为6255844085字节，共有534563个示例。

Hugging Face2025-10-22 更新30