pablouribe/ocr_correction_fr

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
dataset_info:
features:
- name: text
dtype: string
- name: ocr_text
dtype: string
splits:
- name: train
num_bytes: 49989671.1
num_examples: 4500
- name: test
num_bytes: 5554407.9
num_examples: 500
download_size: 33241561
dataset_size: 55544079.0
---
# Dataset Card for "ocr_correction_fr"

[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

配置

• 默认配置 (default)
  • 数据文件路径：
    • 训练集 (train): data/train-*
    • 测试集 (test): data/test-*

数据集信息

• 特征：
  • text: 数据类型为 string
  • ocr_text: 数据类型为 string
• 数据分割：
  • 训练集 (train):
    • 字节数: 49989671.1
    • 样本数: 4500
  • 测试集 (test):
    • 字节数: 5554407.9
    • 样本数: 500
• 下载大小: 33241561
• 数据集大小: 55544079.0