Shahzebbb/wikipedia_english_processed_v2

---
dataset_info:
features:
- name: chunks
dtype: string
splits:
- name: train
num_bytes: 19538053723
num_examples: 10204012
download_size: 11372136621
dataset_size: 19538053723
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 字段名：chunks，数据类型：字符串（string）
数据集拆分：
- 拆分名称：train（训练集），字节大小：19538053723，样本总数：10204012
下载大小：11372136621
数据集总大小：19538053723
数据集配置：
- 配置名称：default（默认配置），数据文件：
- 对应拆分：train（训练集），文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• 名称: chunks
• 数据类型: string

数据分割

• 分割名称: train
• 示例数量: 10204012
• 字节大小: 19538053723

数据集大小

• 下载大小: 11372136621
• 数据集总大小: 19538053723

配置信息

• 配置名称: default
• 数据文件路径: data/train-*
• 分割类型: train