wiki context all

该数据集是从维基百科的英文文章中筛选、清理并翻译成六种印度语言的印度相关内容。每个样本包含一篇清理后的维基百科文章及其在六种印度语言中的翻译。数据集主要用于预训练需要印度知识和上下文理解的语言模型。