Remek/szlwiki

---
dataset_info:
features:
- name: text
dtype: string
- name: token_count
dtype: int64
splits:
- name: train
num_bytes: 16185308
num_examples: 57072
download_size: 5032597
dataset_size: 16185308
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 字段名：文本（text），数据类型：字符串
- 字段名：Token计数（token_count），数据类型：64位整型
数据划分：
- 划分名称：训练集（train），字节大小：16185308，样本数量：57072
下载大小：5032597
数据集总大小：16185308
配置项：
- 配置名称：默认配置（default），数据文件：
- 数据划分：训练集（train），文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• text：数据类型为字符串（string）。
• token_count：数据类型为整数（int64）。

数据集划分

• 训练集（train）：
  • 示例数量：57072
  • 数据大小：16185308字节

数据集大小

• 下载大小：5032597字节
• 数据集总大小：16185308字节

数据文件配置

• 默认配置（default）：
  • 训练集路径：data/train-*