chronbmm/sanskrit-multitask

---
dataset_info:
features:
- name: sentence
dtype: string
- name: unsandhied
dtype: string
splits:
- name: train
num_bytes: 960578341
num_examples: 3801299
- name: validation
num_bytes: 6491666
num_examples: 42030
- name: test
num_bytes: 6557824
num_examples: 43075
download_size: 537945232
dataset_size: 973627831
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

特征信息

• 名称: sentence
  • 数据类型: string
• 名称: unsandhied
  • 数据类型: string

数据分割

• 训练集
  • 字节数: 960578341
  • 样本数: 3801299
• 验证集
  • 字节数: 6491666
  • 样本数: 42030
• 测试集
  • 字节数: 6557824
  • 样本数: 43075

数据大小

• 下载大小: 537945232
• 数据集大小: 973627831

配置信息

• 配置名称: default
  • 数据文件路径:
    • 训练集: data/train-*
    • 验证集: data/validation-*
    • 测试集: data/test-*