Ruth-Ann/german_filtered_v2

该数据集是经过过滤的版本，原始数据集来源于Hugging Face上的stefan-it/german-dbmdz-bert-corpus。数据集包含一个名为text的特征，数据类型为字符串。数据集分为一个训练集，包含192,000个样本，总大小为20,903,139.835196704字节。下载大小为15,682,050字节。

This dataset is a filtered down version of the original dataset from Hugging Faces stefan-it/german-dbmdz-bert-corpus. It contains a feature named text with a data type of string. The dataset is divided into a training set with 192,000 examples, totaling 20,903,139.835196704 bytes in size. The download size is 15,682,050 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征:

  • 名称: text
  • 数据类型: string

• 分割:

  • 名称: train
  • 字节数: 20903139.835196704
  • 样本数: 192000

• 下载大小: 15682050

• 数据集大小: 20903139.835196704

配置

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