sayhan/aya_dataset_tur

---
dataset_info:
features:
- name: inputs
dtype: string
- name: targets
dtype: string
- name: language
dtype: string
- name: language_code
dtype: string
- name: annotation_type
dtype: string
- name: user_id
dtype: string
splits:
- name: train
num_bytes: 5092340.457808701
num_examples: 4046
- name: test
num_bytes: 254601.14285714287
num_examples: 250
download_size: 1200045
dataset_size: 5346941.600665844
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
license: apache-2.0
language:
- tr
size_categories:
- 1K<n<10K
---
# Description
This dataset was created by filtering the [aya_dataset](https://huggingface.co/datasets/CohereForAI/aya_dataset) by [CohereForAI](https://huggingface.co/datasets/CohereForAI/) for rows containing Turkish texts.

**Training split:** 4046 rows\
**Test split:** 250 rows

原始信息汇总

数据集概述

数据集特征

• inputs: 数据类型为字符串
• targets: 数据类型为字符串
• language: 数据类型为字符串
• language_code: 数据类型为字符串
• annotation_type: 数据类型为字符串
• user_id: 数据类型为字符串

数据集分割

• 训练集 (train): 包含4046个样本，总大小为5092340.457808701字节
• 测试集 (test): 包含250个样本，总大小为254601.14285714287字节

数据集大小

• 下载大小: 1200045字节
• 数据集总大小: 5346941.600665844字节

配置文件

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*

许可证

• 许可证: Apache-2.0

语言

• 支持的语言: 土耳其语 (tr)

大小分类

• 数据集大小分类: 1K<n<10K