aprab/pii-english

---
dataset_info:
features:
- name: source_text
dtype: string
- name: target_text
dtype: string
- name: language
dtype: string
splits:
- name: train
num_bytes: 25505470.759636868
num_examples: 29908
- name: test
num_bytes: 6767779.246773383
num_examples: 7946
download_size: 15472722
dataset_size: 32273250.00641025
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• source_text：数据类型为字符串。
• target_text：数据类型为字符串。
• language：数据类型为字符串。

数据集划分

• 训练集（train）：
  • 示例数量：29908
  • 数据大小：25505470.759636868字节
• 测试集（test）：
  • 示例数量：7946
  • 数据大小：6767779.246773383字节

数据集大小

• 下载大小：15472722字节
• 数据集总大小：32273250.00641025字节

数据文件配置

• 默认配置（default）：
  • 训练集路径：data/train-*
  • 测试集路径：data/test-*