umarigan/turkish_corpus_small

---
dataset_info:
features:
- name: id
dtype: int64
- name: text
dtype: string
splits:
- name: train
num_bytes: 6544684803
num_examples: 1500000
download_size: 3575292940
dataset_size: 6544684803
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

特征信息

• id: 数据类型为 int64
• text: 数据类型为 string

数据分割

• train:
  • 字节数: 6544684803
  • 样本数: 1500000

数据集大小

• 下载大小: 3575292940 字节
• 数据集大小: 6544684803 字节

配置信息

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