an-atlas/medsplit

该数据集包含多个特征，如文件编号、行号、原始文本、人工简化文本、ChatGPT简化文本和图像。数据集分为训练集和验证集，训练集包含717个样本，验证集包含80个样本。数据集的下载大小为140236字节，总大小为227427.0字节。

The dataset includes multiple features such as file number, line number, original text, human simplification, ChatGPT simplification, and images. The dataset is divided into a training set and a validation set, with the training set containing 717 samples and the validation set containing 80 samples. The download size of the dataset is 140236 bytes, and the total size is 227427.0 bytes.

原始信息汇总

数据集概述

数据集特征

• file_number: 数据类型为 int64
• line_number: 数据类型为 int64
• original: 数据类型为 string
• human_simplification: 数据类型为 string
• chatgpt_simplification: 数据类型为 string
• images: 数据类型为 string

数据集划分

• train:
  • 样本数量: 717
  • 数据大小: 204598.6938519448 字节
• validation:
  • 样本数量: 80
  • 数据大小: 22828.306148055206 字节

数据集大小

• 下载大小: 140236 字节
• 数据集总大小: 227427.0 字节

配置信息

• config_name: default
  • data_files:
    • train: 路径为 data/train-*
    • validation: 路径为 data/validation-*