nhagar/CC-MAIN-2015-14_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-2015-14_urls
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含网页抓取信息，具体字段包括网页内容（crawl）、网址主机名（url_host_name）和网址计数（url_count）。数据集主要用于训练相关模型，如网页内容分析或网址特征提取等。
The dataset contains web crawling information, with fields including web page content (crawl), URL host name (url_host_name), and URL count (url_count). The dataset is primarily used for training related models, such as web content analysis or URL feature extraction.
提供机构：
nhagar
