chronbmm/sanskrit-unsandhi-paragraph

---
dataset_info:
features:
- name: sentence
dtype: string
- name: unsandhied
dtype: string
splits:
- name: train
num_bytes: 77620035
num_examples: 112395
- name: validation
num_bytes: 1041543
num_examples: 1607
- name: test
num_bytes: 1054271
num_examples: 1579
download_size: 45788955
dataset_size: 79715849
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:
- 名称: sentence
数据类型: 字符串
- 名称: unsandhied
数据类型: 字符串
拆分:
- 名称: train
字节数: 77620035
样本数: 112395
- 名称: validation
字节数: 1041543
样本数: 1607
- 名称: test
字节数: 1054271
样本数: 1579
下载大小: 45788955
数据集大小: 79715849
配置:
- 配置名称: default
数据文件:
- 拆分: train
路径: data/train-*
- 拆分: validation
路径: data/validation-*
- 拆分: test
路径: data/test-*

原始信息汇总

数据集概述

数据集特征

• sentence：字符串类型
• unsandhied：字符串类型

数据集分割

• 训练集：
  • 示例数量：112395
  • 数据大小：77620035字节
• 验证集：
  • 示例数量：1607
  • 数据大小：1041543字节
• 测试集：
  • 示例数量：1579
  • 数据大小：1054271字节

数据集大小

• 下载大小：45788955字节
• 数据集总大小：79715849字节

数据文件配置

• 默认配置：
  • 训练集路径：data/train-*
  • 验证集路径：data/validation-*
  • 测试集路径：data/test-*