erhwenkuo/pretrain-chinese-zhtw

--- dataset_info: features: - name: dataType dtype: string - name: title dtype: string - name: content dtype: string - name: uniqueKey dtype: string - name: titleUkey dtype: string - name: id dtype: int64 splits: - name: train num_bytes: 815848804 num_examples: 416105 download_size: 419861369 dataset_size: 815848804 configs: - config_name: default data_files: - split: train path: data/train-* --- # Dataset Card for "pretrain-chinese-zhtw" [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： - 名称：数据类型（dataType），数据类型：字符串 - 名称：标题（title），数据类型：字符串 - 名称：内容（content），数据类型：字符串 - 名称：唯一键（uniqueKey），数据类型：字符串 - 名称：标题唯一键（titleUkey），数据类型：字符串 - 名称：标识符（id），数据类型：64位整数 数据拆分： - 名称：训练集（train），字节大小：815848804，样本数量：416105 下载大小：419861369 数据集总大小：815848804 配置项： - 配置名称：默认（default），数据文件： - 数据拆分：训练集（train），文件路径：data/train-* --- # "pretrain-chinese-zhtw"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：

  • dataType：字符串类型
  • title：字符串类型
  • content：字符串类型
  • uniqueKey：字符串类型
  • titleUkey：字符串类型
  • id：整数类型（int64）

• 数据分割：

  • train：
    • 字节数：815848804
    • 样本数：416105

• 文件大小：

  • 下载大小：419861369 字节
  • 数据集大小：815848804 字节

配置信息

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