Tristan/olm-CC-MAIN-2022-40-sampling-ratio-0.0001-ne-language

--- dataset_info: features: - name: text dtype: string - name: url dtype: string - name: crawl_timestamp dtype: float64 - name: last_modified_timestamp dtype: float64 splits: - name: train num_bytes: 136949.0 num_examples: 37 download_size: 62812 dataset_size: 136949.0 --- # Dataset Card for "olm-CC-MAIN-2022-40-sampling-ratio-0.0001-ne-language" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)--- 数据集信息： 特征字段： - 字段名：文本（text），数据类型：字符串（string） - 字段名：链接（url），数据类型：字符串（string） - 字段名：爬取时间戳（crawl_timestamp），数据类型：float64 - 字段名：最后修改时间戳（last_modified_timestamp），数据类型：float64 数据集拆分： - 拆分名称：训练集（train），字节数：136949.0，样本数量：37 下载大小：62812 数据集总大小：136949.0 --- # 「olm-CC-MAIN-2022-40-sampling-ratio-0.0001-ne-language」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

• 名称: olm-CC-MAIN-2022-40-sampling-ratio-0.0001-ne-language

数据集特征

• 特征列表:
  • text: 数据类型为字符串（string）
  • url: 数据类型为字符串（string）
  • crawl_timestamp: 数据类型为浮点数（float64）
  • last_modified_timestamp: 数据类型为浮点数（float64）

数据集划分

• 训练集:
  • 示例数量: 37
  • 数据大小: 136949.0字节

数据集大小

• 下载大小: 62812字节
• 总数据大小: 136949.0字节