yunyu/wiki40b_en_100_0_split

---
dataset_info:
features:
- name: _id
dtype: string
- name: datasets_id
dtype: int32
- name: wiki_id
dtype: string
- name: start_paragraph
dtype: int32
- name: start_character
dtype: int32
- name: end_paragraph
dtype: int32
- name: end_character
dtype: int32
- name: article_title
dtype: string
- name: section_title
dtype: string
- name: passage_text
dtype: string
splits:
- name: train
num_bytes: 12927635491
num_examples: 17553713
download_size: 7022389836
dataset_size: 12927635491
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "wiki40b_en_100_0_split"

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

数据集信息：
特征项：
- 字段名称：_id，数据类型（dtype）：字符串
- 字段名称：datasets_id，数据类型（dtype）：32位整数（int32）
- 字段名称：wiki_id，数据类型（dtype）：字符串
- 字段名称：start_paragraph，数据类型（dtype）：32位整数（int32）
- 字段名称：start_character，数据类型（dtype）：32位整数（int32）
- 字段名称：end_paragraph，数据类型（dtype）：32位整数（int32）
- 字段名称：end_character，数据类型（dtype）：32位整数（int32）
- 字段名称：article_title，数据类型（dtype）：字符串
- 字段名称：section_title，数据类型（dtype）：字符串
- 字段名称：passage_text，数据类型（dtype）：字符串
数据划分：
- 划分名称：train（训练集）
字节数：12927635491
样本数量：17553713
下载大小：7022389836
数据集总大小：12927635491
配置项：
- 配置名称：default（默认配置）
数据文件：
- 划分：train（训练集）
文件路径：data/train-*
# 「wiki40b_en_100_0_split」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

数据集信息

• 特征列表：

  • _id: 字符串类型
  • datasets_id: 32位整数类型
  • wiki_id: 字符串类型
  • start_paragraph: 32位整数类型
  • start_character: 32位整数类型
  • end_paragraph: 32位整数类型
  • end_character: 32位整数类型
  • article_title: 字符串类型
  • section_title: 字符串类型
  • passage_text: 字符串类型

• 数据分割：

  • train: 包含17553713个样本，总大小为12927635491字节

• 数据集大小：

  • 下载大小：7022389836字节
  • 数据集总大小：12927635491字节

配置信息

• 配置名称：default
  • 数据文件：
    • train: 路径为data/train-*