joaosanches/brazilian_european_portuguese_dataset

---
dataset_info:
features:
- name: pt
dtype: string
- name: pt-br
dtype: string
splits:
- name: validation
num_bytes: 1785639
num_examples: 12698
- name: teste
num_bytes: 1742751
num_examples: 12698
- name: train_ted
num_bytes: 26649615
num_examples: 126984
- name: train_subs
num_bytes: 9879367
num_examples: 126984
- name: train_merged
num_bytes: 18209681
num_examples: 126984
download_size: 40674391
dataset_size: 58267053
configs:
- config_name: default
data_files:
- split: validation
path: data/validation-*
- split: teste
path: data/teste-*
- split: train_ted
path: data/train_ted-*
- split: train_subs
path: data/train_subs-*
- split: train_merged
path: data/train_merged-*
---

原始信息汇总

数据集概述

特征信息

• pt：数据类型为字符串。
• pt-br：数据类型为字符串。

数据分割

• validation：包含12698个样本，占用1785639字节。
• teste：包含12698个样本，占用1742751字节。
• train_ted：包含126984个样本，占用26649615字节。
• train_subs：包含126984个样本，占用9879367字节。
• train_merged：包含126984个样本，占用18209681字节。

数据集大小

• 下载大小：40674391字节。
• 数据集总大小：58267053字节。

配置信息

• config_name: default
  • validation：路径为data/validation-*。
  • teste：路径为data/teste-*。
  • train_ted：路径为data/train_ted-*。
  • train_subs：路径为data/train_subs-*。
  • train_merged：路径为data/train_merged-*。