izumi-lab/wikipedia-ja-20230720

---
dataset_info:
features:
- name: curid
dtype: string
- name: title
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 3653518687
num_examples: 1362415
download_size: 2130533065
dataset_size: 3653518687
license: cc-by-sa-3.0
language:
- ja
---
# Dataset Card for "wikipedia-ja-20230720"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征：
- 名称：curid，数据类型：字符串
- 名称：title，数据类型：字符串
- 名称：text，数据类型：字符串
数据集划分：
- 名称：训练集（train），字节数：3653518687，样本数：1362415
下载大小：2130533065
数据集总大小：3653518687
许可证：知识共享署名-相同方式共享3.0（CC BY-SA 3.0）
语言：日语（ja）

# 「wikipedia-ja-20230720」数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

wikipedia-ja-20230720

数据集特征

• curid：字符串类型
• title：字符串类型
• text：字符串类型

数据集分割

• train：
  • 示例数量：1362415
  • 数据大小：3653518687字节

数据集大小

• 下载大小：2130533065字节
• 数据集总大小：3653518687字节

许可证

cc-by-sa-3.0

语言

• 日语（ja）