saucam/sans_data
收藏Hugging Face2024-03-30 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/saucam/sans_data
下载链接
链接失效反馈官方服务：
资源简介：
---
language:
- sa
dataset_info:
features:
- name: text
dtype: string
- name: metadata
struct:
- name: source
dtype: string
splits:
- name: train
num_bytes: 2263849799
num_examples: 39537
download_size: 783651057
dataset_size: 2263849799
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
This is Sanskrit text corpus from many different Indian texts as well as data from sanskrit Wiki.
- The raw Indian texts have been used from [this github repo](https://github.com/sanskrit/raw_etexts)
- The wiki texts have been taken from [kaggle](https://www.kaggle.com/datasets/disisbig/sanskrit-wikipedia-articles/data)
提供机构：
saucam
原始信息汇总
数据集概述
数据集信息
- 语言: 梵文（Sanskrit）
- 特征:
- text: 数据类型为字符串
- metadata: 结构化数据，包含子特征
- source: 数据类型为字符串
数据划分
- 训练集（train）:
- 示例数量: 39537
- 数据大小: 2263849799字节
数据集大小
- 下载大小: 783651057字节
- 数据集总大小: 2263849799字节
配置
- 默认配置（default）:
- 数据文件路径:
data/train-*
- 数据文件路径:
