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-*。