wikitext_tl39

مراجع:

• کد
• صورت در آغوش گرفته

wikitext-tl-39

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

ds = tfds.load('huggingface:wikitext_tl39/wikitext-tl-39')

• توضیحات :

Large scale, unlabeled text dataset with 39 Million tokens in the training set. Inspired by the original WikiText Long Term Dependency dataset (Merity et al., 2016). TL means "Tagalog." Originally published in Cruz & Cheng (2019).

• مجوز : GPL-3.0
• نسخه : 1.0.0
• تقسیمات :

تقسیم کنید	نمونه ها
'test'	376737
'train'	1766072
'validation'	381763

• ویژگی ها :

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