CATMuS/medieval-samples

--- dataset_info: features: - name: text dtype: string - name: im dtype: image - name: language dtype: string - name: century dtype: int64 - name: region dtype: string - name: script_type dtype: string - name: shelfmark dtype: string - name: verse dtype: string - name: genre dtype: string - name: project dtype: string - name: line_type dtype: string - name: gen_split dtype: string splits: - name: train num_bytes: 337252374.5 num_examples: 1780 - name: validation num_bytes: 27903170.0 num_examples: 120 - name: test num_bytes: 23061761.0 num_examples: 160 download_size: 388017216 dataset_size: 388217305.5 configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* - split: test path: data/test-* ---

原始信息汇总

数据集概述

数据特征

• text: 字符串类型
• im: 图像类型
• language: 字符串类型
• century: 整数类型
• region: 字符串类型
• script_type: 字符串类型
• shelfmark: 字符串类型
• verse: 字符串类型
• genre: 字符串类型
• project: 字符串类型
• line_type: 字符串类型
• gen_split: 字符串类型

数据分割

• train:
  • 字节数: 337252374.5
  • 样本数: 1780
• validation:
  • 字节数: 27903170.0
  • 样本数: 120
• test:
  • 字节数: 23061761.0
  • 样本数: 160

数据集大小

• 下载大小: 388017216 字节
• 数据集大小: 388217305.5 字节

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • validation: data/validation-*
    • test: data/test-*