Referências:
wiki40b_en_100_0
Use o seguinte comando para carregar este conjunto de dados no TFDS:
ds = tfds.load('huggingface:wiki_snippets/wiki40b_en_100_0')
- Descrição :
Wikipedia version split into plain text snippets for dense semantic indexing.
- Licença : Nenhuma licença conhecida
- Versão : 1.0.0
- Divisões :
Dividir | Exemplos |
---|---|
'train' | 17553713 |
- Características :
{
"_id": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"datasets_id": {
"dtype": "int32",
"id": null,
"_type": "Value"
},
"wiki_id": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"start_paragraph": {
"dtype": "int32",
"id": null,
"_type": "Value"
},
"start_character": {
"dtype": "int32",
"id": null,
"_type": "Value"
},
"end_paragraph": {
"dtype": "int32",
"id": null,
"_type": "Value"
},
"end_character": {
"dtype": "int32",
"id": null,
"_type": "Value"
},
"article_title": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"section_title": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"passage_text": {
"dtype": "string",
"id": null,
"_type": "Value"
}
}
wikipedia_pt_100_0
Use o seguinte comando para carregar este conjunto de dados no TFDS:
ds = tfds.load('huggingface:wiki_snippets/wikipedia_en_100_0')
- Descrição :
Wikipedia version split into plain text snippets for dense semantic indexing.
- Licença : Nenhuma licença conhecida
- Versão : 2.0.0
- Divisões :
Dividir | Exemplos |
---|---|
'train' | 33849898 |
- Características :
{
"_id": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"datasets_id": {
"dtype": "int32",
"id": null,
"_type": "Value"
},
"wiki_id": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"start_paragraph": {
"dtype": "int32",
"id": null,
"_type": "Value"
},
"start_character": {
"dtype": "int32",
"id": null,
"_type": "Value"
},
"end_paragraph": {
"dtype": "int32",
"id": null,
"_type": "Value"
},
"end_character": {
"dtype": "int32",
"id": null,
"_type": "Value"
},
"article_title": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"section_title": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"passage_text": {
"dtype": "string",
"id": null,
"_type": "Value"
}
}