krishnAbadikelA/arabic-massive-ipa

---
dataset_info:
features:
- name: id
dtype: string
- name: locale
dtype: string
- name: partition
dtype: string
- name: scenario
dtype: string
- name: intent
dtype: string
- name: utt
dtype: string
- name: annot_utt
dtype: string
- name: worker_id
dtype: string
- name: slot_method
list:
- name: method
dtype: string
- name: slot
dtype: string
- name: judgments
list:
- name: grammar_score
dtype: int64
- name: intent_score
dtype: int64
- name: language_identification
dtype: string
- name: slots_score
dtype: int64
- name: spelling_score
dtype: int64
- name: worker_id
dtype: string
- name: utt-phoneme
dtype: string
splits:
- name: train
num_bytes: 4834495
num_examples: 11514
- name: validation
num_bytes: 848519
num_examples: 2033
- name: test
num_bytes: 1238036
num_examples: 2974
download_size: 1675909
dataset_size: 6921050
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
特征属性：
1. 字段id，数据类型为字符串
2. 字段locale，数据类型为字符串
3. 字段partition，数据类型为字符串
4. 字段scenario，数据类型为字符串
5. 字段intent，数据类型为字符串
6. 字段utt（用户话语，utterance），数据类型为字符串
7. 字段annot_utt（标注后话语，annotated utterance），数据类型为字符串
8. 字段worker_id（标注人员标识），数据类型为字符串
9. 字段slot_method，为列表类型，列表元素包含两个子属性：
- 子字段method，数据类型为字符串
- 子字段slot（槽位），数据类型为字符串
10. 字段judgments（标注评判项），为列表类型，列表元素包含以下子属性：
- 子字段grammar_score（语法评分），数据类型为64位整数
- 子字段intent_score（意图评分），数据类型为64位整数
- 子字段language_identification（语言识别结果），数据类型为字符串
- 子字段slots_score（槽位评分），数据类型为64位整数
- 子字段spelling_score（拼写评分），数据类型为64位整数
- 子字段worker_id（标注人员标识），数据类型为字符串
11. 字段utt-phoneme（话语音素），数据类型为字符串
数据集拆分：
1. 拆分名称train（训练集），字节大小为4834495，样本量为11514
2. 拆分名称validation（验证集），字节大小为848519，样本量为2033
3. 拆分名称test（测试集），字节大小为1238036，样本量为2974
下载总大小：1675909
数据集总大小：6921050
配置项：
1. 配置名称default（默认配置），数据文件配置如下：
- 拆分train（训练集），对应路径为data/train-*
- 拆分validation（验证集），对应路径为data/validation-*
- 拆分test（测试集），对应路径为data/test-*