Referencias:
texto_sin formato
Utilice el siguiente comando para cargar este conjunto de datos en TFDS:
ds = tfds.load('huggingface:the_pile_stack_exchange/plain_text')
- Descripción :
This dataset is part of EleutherAI/The Pile dataset and is a dataset for Language Models from processing stackexchange data dump, which is an anonymized dump of all user-contributed content on the Stack Exchange network.
- Licencia : Ninguna licencia conocida
- Versión : 1.0.0
- Divisiones :
Dividir | Ejemplos |
---|---|
'train' | 5096117 |
- Características :
{
"domain": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"text": {
"dtype": "string",
"id": null,
"_type": "Value"
}
}