joaosanches/subtitles_train_no_duplicates

---
dataset_info:
features:
- name: pt
dtype: string
- name: pt-br
dtype: string
splits:
- name: train
num_bytes: 9879367
num_examples: 126984
download_size: 6867577
dataset_size: 9879367
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称为 pt（葡萄牙语，Portuguese），数据类型为字符串
- 名称为 pt-br（巴西葡萄牙语，Brazilian Portuguese），数据类型为字符串
数据集划分：
- 名称为 train（训练集），占用字节数为 9879367，样本数量为 126984
下载大小：6867577 字节
数据集总大小：9879367 字节
配置项：
- 配置名称为 default（默认配置），数据文件列表：
- 对应划分：train（训练集），文件路径为 data/train-*

原始信息汇总

数据集信息

特征

• 名称: pt
  • 数据类型: string
• 名称: pt-br
  • 数据类型: string

数据分割

• 名称: train
  • 字节数: 9879367
  • 样本数: 126984

数据大小

• 下载大小: 6867577
• 数据集大小: 9879367

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*