rmndrnts/lena_dataset_splitted

该数据集包含多个子集，每个子集具有不同的特征，如音频、转录文本、说话者和子集名称。数据集的总下载大小为10304707112字节，总大小为12618260118.743002字节。数据集包含多个分割，如curation_corpus_ru、geo_reviews、leroy等，每个分割都有不同的字节大小和示例数量。

This dataset contains multiple subsets, each with different features such as audio, transcription text, speaker, and subset name. The total download size of the dataset is 10304707112 bytes, and the total size is 12618260118.743002 bytes. The dataset includes multiple splits such as curation_corpus_ru, geo_reviews, leroy, etc., each with different byte sizes and numbers of examples.

原始信息汇总

数据集概述

特征

• 音频：数据类型为音频
• 转录文本：数据类型为字符串
• 说话者：数据类型为字符串
• 子集：数据类型为字符串

数据分割

• curation_corpus_ru：
  • 字节数：46079736.0
  • 样本数：108
• geo_reviews：
  • 字节数：1269447559.5
  • 样本数：2300
• leroy：
  • 字节数：101549673.0
  • 样本数：797
• medical_comments：
  • 字节数：4380822528.0
  • 样本数：5000
• ru_simple_sent_eval：
  • 字节数：485782917.435
  • 样本数：1235
• russe_detox_initial：
  • 字节数：661117409.516
  • 样本数：3386
• russe_detox_norm：
  • 字节数：887613654.857
  • 样本数：5387
• telega：
  • 字节数：2107544022.096
  • 样本数：5416
• telegram_finantial_sentiment_summarization：
  • 字节数：827162601.424
  • 样本数：1649
• wiki_abstracts：
  • 字节数：1527044923.628
  • 样本数：3548
• yandex_jobs_descriptions：
  • 字节数：39351015.0
  • 样本数：54
• yandex_jobs_requirements：
  • 字节数：81610233.0
  • 样本数：483
• yandex_jobs_tasks：
  • 字节数：203133845.287
  • 样本数：1029

数据集大小

• 下载大小：10304707112 字节
• 数据集大小：12618260118.743002 字节

配置

• 默认配置：
  • curation_corpus_ru：路径为 data/curation_corpus_ru-*
  • geo_reviews：路径为 data/geo_reviews-*
  • leroy：路径为 data/leroy-*
  • medical_comments：路径为 data/medical_comments-*
  • ru_simple_sent_eval：路径为 data/ru_simple_sent_eval-*
  • russe_detox_initial：路径为 data/russe_detox_initial-*
  • russe_detox_norm：路径为 data/russe_detox_norm-*
  • telega：路径为 data/telega-*
  • telegram_finantial_sentiment_summarization：路径为 data/telegram_finantial_sentiment_summarization-*
  • wiki_abstracts：路径为 data/wiki_abstracts-*
  • yandex_jobs_descriptions：路径为 data/yandex_jobs_descriptions-*
  • yandex_jobs_requirements：路径为 data/yandex_jobs_requirements-*
  • yandex_jobs_tasks：路径为 data/yandex_jobs_tasks-*