hpprc/jawiki download history

hpprc/jawiki is a dataset on the Hugging Face Hub. In the last 30 days it was downloaded 924 times (255 in the last 7 days), and 8,944 times in total. It ranks #20,536 among datasets by monthly downloads.

JaWiki WikipediaのHTML形式のダンプファイルから抽出したテキストデータセットです。 Wikiextractorによって抽出したテキストデータと異なり、段落などの文書構造を維持したまま、不要なマークアップのないテキストが利用できます。 ダンプファイルは、2024年1月1日に公開されたものを利用しています。 また、各種NLPタスクに利用しやすいよう、様々なデータを同梱しています。 各種前処理スクリプトはGitHubのリポジトリをご参照ください。 データ構造 各レコードはWikipediaの記事一つに対応しています。 大まかなデータ構造と

Open hpprc/jawiki on Hugging Face

Sister project: Paper Pulse, the upvote history of every Hugging Face Daily Paper.