Ahmed007/Hossam

---
dataset_info:
features:
- name: text
dtype: string
- name: text_no_punc
dtype: string
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 507140244.9
num_examples: 965250
- name: test
num_bytes: 56348916.1
num_examples: 107250
download_size: 304796646
dataset_size: 563489161.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

dataset_info:
features:
- name: 文本
数据类型: 字符串
- name: 无标点文本
数据类型: 字符串
- name: __index_level_0__
数据类型: 64位整数
splits:
- name: 训练集
字节数: 507140244.9
样本数: 965250
- name: 测试集
字节数: 56348916.1
样本数: 107250
下载大小: 304796646
数据集大小: 563489161.0
configs:
- config_name: 默认
data_files:
- split: 训练集
path: data/train-*
- split: 测试集
path: data/test-*

原始信息汇总

数据集信息

特征

• text: 数据类型为字符串（string）
• text_no_punc: 数据类型为字符串（string）
• index_level_0: 数据类型为整数（int64）

数据分割

• train:
  • 字节数: 507140244.9
  • 样本数: 965250
• test:
  • 字节数: 56348916.1
  • 样本数: 107250

数据大小

• 下载大小: 304796646
• 数据集大小: 563489161.0

配置

• default:
  • train: 路径为 data/train-*
  • test: 路径为 data/test-*