nhagar/CC-MAIN-2018-43_urls
收藏Hugging Face2025-05-15 更新2025-02-15 收录
下载链接：
https://hf-mirror.com/datasets/nhagar/CC-MAIN-2018-43_urls
下载链接
链接失效反馈官方服务：
资源简介：
这是一个包含网页抓取信息、网址主机名和网址计数的网络数据集，适用于训练相关模型。数据集包含一个训练集，共有超过八千六百万个样本，文件大小为4.46GB。
This is a web dataset containing information on web crawling, URL host names, and URL counts, suitable for training related models. The dataset includes a training set with over eighty-six million samples, with a file size of 4.46GB.
提供机构：
nhagar
