tomibastias/simpsons

---
dataset_info:
features:
- name: spoken_words
dtype: string
- name: character
dtype: string
splits:
- name: train
num_bytes: 7393250
num_examples: 105668
- name: valid
num_bytes: 170
num_examples: 1
- name: test
num_bytes: 8340876
num_examples: 118876
download_size: 8830754
dataset_size: 15734296
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: valid
path: data/valid-*
- split: test
path: data/test-*
---

dataset_info:
特征:
- 名称: 口语词汇
数据类型: 字符串
- 名称: 字符
数据类型: 字符串
拆分:
- 名称: 训练集
字节数: 7393250
样本数: 105668
- 名称: 验证集
字节数: 170
样本数: 1
- 名称: 测试集
字节数: 8340876
样本数: 118876
下载大小: 8830754
数据集大小: 15734296
配置:
- 配置名称: 默认
数据文件:
- 拆分: 训练集
路径: data/train-*
- 拆分: 验证集
路径: data/valid-*
- 拆分: 测试集
路径: data/test-*

原始信息汇总

数据集信息

特征

• spoken_words: 数据类型为字符串（string）
• character: 数据类型为字符串（string）

数据分割

• train:
  • 字节数: 7393250
  • 样本数: 105668
• valid:
  • 字节数: 170
  • 样本数: 1
• test:
  • 字节数: 8340876
  • 样本数: 118876

数据大小

• 下载大小: 8830754 字节
• 数据集大小: 15734296 字节

配置

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