Team-PIXEL/PIXELSum_uk_wiki_for_TA

---
license: apache-2.0
dataset_info:
features:
- name: text
struct:
- name: bytes
dtype: binary
- name: path
dtype: 'null'
- name: target
dtype: string
- name: num_text_patches
dtype: int64
splits:
- name: train
num_bytes: 40401004873
num_examples: 3968117
download_size: 38963135270
dataset_size: 40401004873
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

许可证：Apache-2.0
数据集信息：
特征：
- 名称：text，为结构体，包含以下子字段：
- 子字段名：bytes，数据类型（dtype）：二进制（binary）
- 子字段名：path，数据类型：空值（null）
- 名称：target，数据类型：字符串
- 名称：num_text_patches，数据类型：64位整型
数据集划分：
- 名称：train，总字节数：40401004873，样本数量：3968117
下载大小：38963135270
数据集总大小：40401004873
配置项：
- 配置名称：默认，数据文件：
- 数据集划分：train，路径：data/train-*

原始信息汇总

数据集概述

许可证

• Apache 2.0

数据集信息

• 特征

  • text
    • bytes: 二进制数据类型
    • path: 空值数据类型
  • target: 字符串数据类型
  • num_text_patches: 64位整数数据类型

• 分割

  • train
    • 字节数: 40401004873
    • 样本数: 3968117

数据大小

• 下载大小: 38963135270
• 数据集大小: 40401004873

配置

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