the_pile_openwebtext2

مراجع:

• کد
• صورت در آغوش گرفته

متن_ساده

برای بارگذاری این مجموعه داده در TFDS از دستور زیر استفاده کنید:

ds = tfds.load('huggingface:the_pile_openwebtext2/plain_text')

• توضیحات :

OpenWebText2 is an enhanced version of the original OpenWebTextCorpus covering all Reddit submissions from 2005 up until April 2020, with further months becoming available after the corresponding PushShift dump files are released.

• مجوز : مجوز شناخته شده ای وجود ندارد
• نسخه : 1.0.0
• تقسیم ها :

تقسیم کنید	نمونه ها
'train'	17103059

• ویژگی ها :

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