LAION eV 发布 Wikipedia-X-Full 数据集, 应用在 维基百科、全文数据 领域

LAION eV 本次发布的数据集 Wikipedia-X-Full, 该数据集包含多个特征，如URL、Wiki、语言、标题、全文、版本控制和流行度分数。数据集分为两个部分：fulltext1和fulltext2，分别包含1947和157079个样本。数据集的下载大小为472665921字节，总大小为1285046240字节。数据集配置为默认，数据文件分别存储在data/fulltext1-*和data/fulltext2-*路径下。

查看Wikipedia-X-Full

Dataset card 内容： 

Files and versions 内容： 

关于 LAION eV , LAION是一个专注于构建大规模图像-文本对数据集的开源项目。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。