ウィキテキスト

参考文献:

ウィキテキスト-103-v1

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:wikitext/wikitext-103-v1')
  • 説明： 
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.
  • ライセンス: クリエイティブ・コモンズ 表示 - 継承 4.0 インターナショナル (CC BY-SA 4.0)
  • バージョン: 1.0.0
  • 分割:
スプリット例
'test' 4358
'train' 1801350
'validation' 3760
  • 特徴： 
{
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

ウィキテキスト-2-v1

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:wikitext/wikitext-2-v1')
  • 説明： 
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.
  • ライセンス: クリエイティブ・コモンズ 表示 - 継承 4.0 インターナショナル (CC BY-SA 4.0)
  • バージョン: 1.0.0
  • 分割:
スプリット例
'test' 4358
'train' 36718
'validation' 3760
  • 特徴： 
{
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

ウィキテキスト-103-raw-v1

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:wikitext/wikitext-103-raw-v1')
  • 説明： 
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.
  • ライセンス: クリエイティブ・コモンズ 表示 - 継承 4.0 インターナショナル (CC BY-SA 4.0)
  • バージョン: 1.0.0
  • 分割:
スプリット例
'test' 4358
'train' 1801350
'validation' 3760
  • 特徴： 
{
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

ウィキテキスト-2-raw-v1

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:wikitext/wikitext-2-raw-v1')
  • 説明： 
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.
  • ライセンス: クリエイティブ・コモンズ 表示 - 継承 4.0 インターナショナル (CC BY-SA 4.0)
  • バージョン: 1.0.0
  • 分割:
スプリット例
'test' 4358
'train' 36718
'validation' 3760
  • 特徴： 
{
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}