wikitexto

Referências:

• Código
• Abraçando cara

wikitexto-103-v1

Use o seguinte comando para carregar este conjunto de dados no TFDS:

ds = tfds.load('huggingface:wikitext/wikitext-103-v1')

• Descrição :

The WikiText language modeling dataset is a collection of over 100 million tokens extracted from the set of verified
 Good and Featured articles on Wikipedia. The dataset is available under the Creative Commons Attribution-ShareAlike
 License.

• Licença : Creative Commons Attribution-ShareAlike 4.0 Internacional (CC BY-SA 4.0)
• Versão : 1.0.0
• Divisões :

• Características :

{
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

wikitexto-2-v1

Use o seguinte comando para carregar este conjunto de dados no TFDS:

ds = tfds.load('huggingface:wikitext/wikitext-2-v1')

• Descrição :

The WikiText language modeling dataset is a collection of over 100 million tokens extracted from the set of verified
 Good and Featured articles on Wikipedia. The dataset is available under the Creative Commons Attribution-ShareAlike
 License.

• Licença : Creative Commons Attribution-ShareAlike 4.0 Internacional (CC BY-SA 4.0)
• Versão : 1.0.0
• Divisões :

• Características :

{
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

wikitext-103-raw-v1

Use o seguinte comando para carregar este conjunto de dados no TFDS:

ds = tfds.load('huggingface:wikitext/wikitext-103-raw-v1')

• Descrição :

The WikiText language modeling dataset is a collection of over 100 million tokens extracted from the set of verified
 Good and Featured articles on Wikipedia. The dataset is available under the Creative Commons Attribution-ShareAlike
 License.

• Licença : Creative Commons Attribution-ShareAlike 4.0 Internacional (CC BY-SA 4.0)
• Versão : 1.0.0
• Divisões :

• Características :

{
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

wikitext-2-raw-v1

Use o seguinte comando para carregar este conjunto de dados no TFDS:

ds = tfds.load('huggingface:wikitext/wikitext-2-raw-v1')

• Descrição :

The WikiText language modeling dataset is a collection of over 100 million tokens extracted from the set of verified
 Good and Featured articles on Wikipedia. The dataset is available under the Creative Commons Attribution-ShareAlike
 License.

• Licença : Creative Commons Attribution-ShareAlike 4.0 Internacional (CC BY-SA 4.0)
• Versão : 1.0.0
• Divisões :

• Características :

{
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}