--- dataset_info: features: - name: _id dtype: string - name: url dtype: string - name: title dtype: string - name: text dtype: string - name: score dtype: float64 -

Hugging Face2024-05-15 更新100

awinml/wikipedia_simple_1k

文本数据

维基百科

--- dataset_info: features: - name: id dtype: string - name: url dtype: string - name: title dtype: string - name: text dtype: string splits: - name: train num_bytes:

Hugging Face2024-01-11 更新50

iammytoo/wikifrom2023

维基百科

自然语言处理

该数据集包含3172个训练样本，每个样本具有以下特征：id（唯一标识符）、title（标题）、created_at（创建时间）、content（内容）和parent（父级标识符）。数据集的总大小为16904318字节，下载大小为9363949字节。数据集的配置名为default，数据文件路径为data/train-*。

Hugging Face2024-07-14 更新110

categories_en2ar-cats_2000

多语言数据

维基百科

这个数据集包含了英文维基百科类别与它们对应的阿拉伯语维基百科类别之间的映射关系。它包括四个文件：langlinks.json包含所有从英文维基百科到阿拉伯语维基百科的类别链接；filtered_data.json包含了过滤后不包含四位年份的映射；cats_2000.json将四位年份统一替换为2000年的映射；cats_2000_country.json替换了国家名称为单词'country'的映射

Hugging Face2025-03-15 更新60

IDNEC/WikiTableEdit

资源简介：

相关数据集