systemk/wiki-ja

---
dataset_info:
- config_name: 100k
features:
- name: text
dtype: string
splits:
- name: train
num_bytes: 433303565.0
num_examples: 100000
download_size: 254929227
dataset_size: 433303565.0
- config_name: 500k
features:
- name: text
dtype: string
splits:
- name: train
num_bytes: 2548437114.0
num_examples: 500000
download_size: 1487557534
dataset_size: 2548437114.0
configs:
- config_name: 100k
data_files:
- split: train
path: 100k/train-*
- config_name: 500k
data_files:
- split: train
path: 500k/train-*
---

数据集信息（dataset_info）:
- 配置名称（config_name）: 100k
特征（features）:
- 字段名称（name）: text
数据类型（dtype）: 字符串
拆分（splits）:
- 拆分名称（name）: train
字节数（num_bytes）: 433303565.0
样本数量（num_examples）: 100000
下载大小（download_size）: 254929227
数据集总大小（dataset_size）: 433303565.0
- 配置名称（config_name）: 500k
特征（features）:
- 字段名称（name）: text
数据类型（dtype）: 字符串
拆分（splits）:
- 拆分名称（name）: train
字节数（num_bytes）: 2548437114.0
样本数量（num_examples）: 500000
下载大小（download_size）: 1487557534
数据集总大小（dataset_size）: 2548437114.0
配置项（configs）:
- 配置名称（config_name）: 100k
数据文件（data_files):
- 拆分（split）: train
文件路径（path）: 100k/train-*
- 配置名称（config_name）: 500k
数据文件（data_files):
- 拆分（split）: train
文件路径（path）: 500k/train-*

原始信息汇总

数据集概述

数据集配置

配置 100k

• 特征:
  • 名称: text
  • 数据类型: string
• 分割:
  • 名称: train
  • 字节数: 433303565.0
  • 样本数: 100000
• 下载大小: 254929227
• 数据集大小: 433303565.0
• 数据文件:
  • 分割: train
  • 路径: 100k/train-*

配置 500k

• 特征:
  • 名称: text
  • 数据类型: string
• 分割:
  • 名称: train
  • 字节数: 2548437114.0
  • 样本数: 500000
• 下载大小: 1487557534
• 数据集大小: 2548437114.0
• 数据文件:
  • 分割: train
  • 路径: 500k/train-*