brildev7/wikipedia_ko

# Base Dataset: wikimedia/wikipedia (https://huggingface.co/datasets/wikimedia/wikipedia) # Extract only Korean data --- license: cc-by-nc-sa-3.0 language: - ko dataset_info: features: - name: title dtype: string - name: text dtype: string splits: - name: train num_bytes: 1213180436.2364573 num_examples: 583107 - name: test num_bytes: 134798519.76354265 num_examples: 64790 download_size: 799654121 dataset_size: 1347978956.0 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* ---

原始信息汇总

数据集概述

基本信息

• 数据集名称: wikimedia/wikipedia
• 许可证: cc-by-nc-sa-3.0
• 语言: 韩语 (ko)

数据集结构

特征

• 名称: title
  • 数据类型: string
• 名称: text
  • 数据类型: string

分割

• 训练集
  • 字节数: 1213180436.2364573
  • 样本数: 583107
• 测试集
  • 字节数: 134798519.76354265
  • 样本数: 64790

大小

• 下载大小: 799654121
• 数据集大小: 1347978956.0

配置

• 配置名称: default
  • 数据文件
    • 训练集路径: data/train-*
    • 测试集路径: data/test-*