Hemanth-thunder/Tamil_Articles_Corpus

---
dataset_info:
features:
- name: text
dtype: string
splits:
- name: train
num_bytes: 146308292.72661674
num_examples: 563996
- name: validation
num_bytes: 27938084.640290093
num_examples: 112667
- name: test
num_bytes: 23969990.668659497
num_examples: 36946
download_size: 145616631
dataset_size: 198216368.03556633
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

数据集特征

• 名称: text
• 数据类型: string

数据分割

• 训练集
  • 示例数量: 563996
  • 数据大小: 146308292.72661674 字节
• 验证集
  • 示例数量: 112667
  • 数据大小: 27938084.640290093 字节
• 测试集
  • 示例数量: 36946
  • 数据大小: 23969990.668659497 字节

数据集大小

• 下载大小: 145616631 字节
• 总数据大小: 198216368.03556633 字节

数据文件配置

• 默认配置
  • 训练集路径: data/train-*
  • 验证集路径: data/validation-*
  • 测试集路径: data/test-*