joaosanches/subtitles_general_train_set

--- dataset_info: features: - name: id dtype: string - name: meta struct: - name: year dtype: uint32 - name: imdbId dtype: uint32 - name: subtitleId struct: - name: pt dtype: uint32 - name: pt_br dtype: uint32 - name: sentenceIds struct: - name: pt sequence: uint32 - name: pt_br sequence: uint32 - name: inputs dtype: string - name: targets dtype: string splits: - name: train num_bytes: 14891339.273756089 num_examples: 126984 download_size: 11684383 dataset_size: 14891339.273756089 --- # Dataset Card for "subtitles_general_train_set" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

• 数据集名称: subtitles_general_train_set
• 特征结构:
  • id: 字符串类型
  • meta: 结构体类型
    • year: 32位无符号整数类型
    • imdbId: 32位无符号整数类型
    • subtitleId: 结构体类型
      • pt: 32位无符号整数类型
      • pt_br: 32位无符号整数类型
    • sentenceIds: 结构体类型
      • pt: 32位无符号整数序列类型
      • pt_br: 32位无符号整数序列类型
  • inputs: 字符串类型
  • targets: 字符串类型
• 数据分割:
  • train: 包含126984个样本，总大小为14891339.273756089字节
• 下载大小: 11684383字节
• 数据集大小: 14891339.273756089字节