five

Norod78/HebrewStageAndLyricsWithNewLines

收藏
Hugging Face2022-12-28 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/Norod78/HebrewStageAndLyricsWithNewLines
下载链接
链接失效反馈
官方服务:
资源简介:
--- dataset_info: features: - name: text dtype: string splits: - name: test num_bytes: 12638465.341690589 num_examples: 11113 - name: train num_bytes: 240110370.6583094 num_examples: 211129 download_size: 133520933 dataset_size: 252748836.0 language: - he multilinguality: - monolingual task_categories: - text-generation - fill-mask task_ids: - language-modeling - masked-language-modeling --- # Dataset Card for "HebrewStageAndLyricsWithNewLines" * Contains poems and stories from "New Stage" ("במה חדשה") * Contains text lines from various Hebrew song lyrics * Data contains new-line characters * Generated from a text file in which different poems were seperated using a double new-line character * The script I made for converting the text file into a dataset is [available here](https://huggingface.co/datasets/Norod78/HebrewStageAndLyricsWithNewLines/blob/main/load_ds.py)
提供机构:
Norod78
原始信息汇总

数据集概述

基本信息

  • 名称: HebrewStageAndLyricsWithNewLines
  • 语言: 希伯来语(he)
  • 多语言性: 单语种

数据特征

  • 特征:
    • text: 字符串类型

数据分割

  • 训练集:
    • 样本数: 211,129
    • 数据大小: 240,110,370.6583094 字节
  • 测试集:
    • 样本数: 11,113
    • 数据大小: 12,638,465.341690589 字节

数据大小

  • 下载大小: 133,520,933 字节
  • 数据集总大小: 252,748,836.0 字节

任务与应用

  • 任务类别:
    • 文本生成
    • 填空(fill-mask)
  • 任务ID:
    • 语言建模
    • 掩码语言建模

数据内容

  • 包含来自“New Stage”(במה חדשה)的诗歌和故事
  • 包含各种希伯来歌词的文本行
  • 数据包含换行符
  • 不同诗歌通过双换行符分隔
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作