gmongaras/Anime_Subtitle_data2

--- dataset_info: features: - name: text dtype: string splits: - name: train num_bytes: 131618936 num_examples: 1913619 download_size: 79562238 dataset_size: 131618936 configs: - config_name: default data_files: - split: train path: data/train-* --- Just a ton of anime subtitle data sourced from https://www.kitsunekko.net that's hopefully somewhat clean. I am trying to break lines into different characters.

原始信息汇总

数据集概述

数据集特征

• 名称: text
• 数据类型: string

数据分割

• 分割名称: train
• 字节数: 131618936
• 示例数量: 1913619

数据集大小

• 下载大小: 79562238
• 数据集大小: 131618936

配置信息

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