spsither/tibetan_monolingual_A_meta

---
dataset_info:
features:
- name: text
dtype: string
- name: char_len
dtype: int64
- name: max_char_btw_tsak
dtype: int64
splits:
- name: train
num_bytes: 51657511673
num_examples: 335968205
- name: test
num_bytes: 2824184622
num_examples: 18500104
download_size: 15035541424
dataset_size: 54481696295
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征：
- 名称：text，数据类型：字符串（string）
- 名称：char_len，数据类型：64位整型（int64）
- 名称：max_char_btw_tsak，数据类型：64位整型（int64）
数据拆分：
- 拆分名称：训练集（train），字节大小：51657511673，样本数：335968205
- 拆分名称：测试集（test），字节大小：2824184622，样本数：18500104
下载大小：15035541424
数据集总大小：54481696295
配置项：
- 配置名称：默认（default），数据文件路径：
- 训练集（train）拆分：data/train-*
- 测试集（test）拆分：data/test-*

原始信息汇总

数据集概述

数据集特征

• text：字符串类型
• char_len：整数类型（int64）
• max_char_btw_tsak：整数类型（int64）

数据集分割

• 训练集（train）：
  • 示例数量：335968205
  • 字节数：51657511673
• 测试集（test）：
  • 示例数量：18500104
  • 字节数：2824184622

数据集大小

• 下载大小：15035541424 字节
• 数据集总大小：54481696295 字节

配置信息

• 默认配置（default）：
  • 训练集路径：data/train-*
  • 测试集路径：data/test-*