jamesagilesoda/ko-corpus-cleaned-12653878

---
dataset_info:
features:
- name: text
dtype: string
splits:
- name: clean
num_bytes: 100325969043
num_examples: 12653878
- name: noisy
num_bytes: 144185494007
num_examples: 19713534
download_size: 139825706722
dataset_size: 244511463050
configs:
- config_name: default
data_files:
- split: clean
path: data/clean-*
- split: noisy
path: data/noisy-*
---

原始信息汇总

数据集信息

特征

• 名称: text
• 数据类型: string

数据分割

• 名称: clean
  • 字节数: 100325969043
  • 样本数: 12653878
• 名称: noisy
  • 字节数: 144185494007
  • 样本数: 19713534

数据大小

• 下载大小: 139825706722
• 数据集大小: 244511463050

配置

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