filtered_CN116
收藏kaggle2024-05-13 更新2024-05-21 收录
下载链接：
https://www.kaggle.com/datasets/qinghanxue123/filtered-cn116
下载链接
链接失效反馈官方服务：
资源简介：
应用场景：
创建时间：
2024-05-13
相关数据集
filtered_AD116
kaggle2024-05-13 更新00
Maximilianzxp/wikipedia-cn-20230720-filtered
--- license: cc-by-sa-3.0 task_categories: - text-generation language: - zh tags: - wikipedia size_categories: - 100K<n<1M --- 本数据集基于中文维基2023年7月20日的dump存档。作为一项以数据为中心的工作，本数据集仅保留了 `254,547条` 质量较高的词条内容。
Hugging Face2026-04-16 更新00
wikipedia-cn-20230720-filtered
本数据集基于中文维基2023年7月20日的dump存档。作为一项以数据为中心的工作，本数据集仅保留了 `254,547条` 质量较高的词条内容。具体而言： * 过滤了Template, Category, Wikipedia, File, Topic, Portal, MediaWiki, Draft, Help等特殊类型的词条 * 使用启发式的方法和自有的NLU模型过滤了一部分质量较低的词条
魔搭社区2024-08-30 更新650
wikipedia-cn-20230720-filtered
This data set is based on the dump archive of the Chinese Wiki on July 20, 2023. As a data-centric work, this data set only retains 254,547 high-quality entries. in particular: Filters special types o
OpenXLab00
