参考文献:
wiki40b_en_100_0
次のコマンドを使用して、このデータセットを TFDS にロードします。
ds = tfds.load('huggingface:wiki_snippets/wiki40b_en_100_0')
- 説明：
Wikipedia version split into plain text snippets for dense semantic indexing.
- ライセンス: 既知のライセンスはありません
- バージョン: 1.0.0
- 分割:
| スプリット | 例 |
|---|---|
'train' | 17553713 |
- 特徴：
{
"_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"
}
}
ウィキペディア_ja_100_0
次のコマンドを使用して、このデータセットを TFDS にロードします。
ds = tfds.load('huggingface:wiki_snippets/wikipedia_en_100_0')
- 説明：
Wikipedia version split into plain text snippets for dense semantic indexing.
- ライセンス: 既知のライセンスはありません
- バージョン: 2.0.0
- 分割:
| スプリット | 例 |
|---|---|
'train' | 33849898 |
- 特徴：
{
"_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"
}
}