quocanh34/soict_train_dataset

数据集名为asr_spoken_norm_train_data，包含多个特征字段，如id、sentence、intent、sentence_annotation、entities、file、audio、origin_transcription和sentence_norm。数据集分为训练集和测试集，训练集包含6729个样本，测试集包含748个样本。数据集的总下载大小为918573512字节，总大小为3874415868.0字节。

原始信息汇总

数据集概述

数据集信息

• 特征列表:
  • id: 类型为字符串。
  • sentence: 类型为字符串。
  • intent: 类型为字符串。
  • sentence_annotation: 类型为字符串。
  • entities: 包含以下子特征:
    • type: 类型为字符串。
    • filler: 类型为字符串。
  • file: 类型为字符串。
  • audio: 包含以下子特征:
    • array: 类型为浮点数序列。
    • path: 类型为字符串。
    • sampling_rate: 类型为64位整数。
  • origin_transcription: 类型为字符串。
  • sentence_norm: 类型为字符串。

数据集划分

• 训练集:
  • 字节数: 3486818827.8416476
  • 样本数: 6729
• 测试集:
  • 字节数: 387597040.15835226
  • 样本数: 748

数据集大小

• 下载大小: 918573512字节
• 数据集总大小: 3874415868.0字节