kinianlo/wiki_20220301_en_nltk_uncased_phrases_clean

---
dataset_info:
features:
- name: phrase_id
dtype: uint32
- name: adj_id
dtype: uint32
- name: noun_id
dtype: uint32
- name: count
dtype: uint64
splits:
- name: train
num_bytes: 67986800
num_examples: 3399340
download_size: 41983842
dataset_size: 67986800
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "wiki_20220301_en_nltk_uncased_phrases_clean"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

• 特征:
  • phrase_id: 数据类型为 uint32
  • adj_id: 数据类型为 uint32
  • noun_id: 数据类型为 uint32
  • count: 数据类型为 uint64
• 分割:
  • train: 包含 3399340 个样本，占用 67986800 字节

数据集大小

• 下载大小: 41983842 字节
• 数据集大小: 67986800 字节

配置

• 默认配置:
  • 数据文件路径: data/train-*