chronbmm/sanskrit-ocr-postcorrection
收藏Hugging Face2024-05-15 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/chronbmm/sanskrit-ocr-postcorrection
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: sentence
dtype: string
- name: unsandhied
dtype: string
splits:
- name: train
num_bytes: 37479900
num_examples: 208138
- name: validation
num_bytes: 897170
num_examples: 5001
- name: test
num_bytes: 895153
num_examples: 5001
download_size: 27370847
dataset_size: 39272223
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---
The dataset includes two features: sentence and unsandhied, both of which are string type. The dataset is divided into train, validation, and test sets, containing 208138, 5001, and 5001 samples respectively. The total download size of the dataset is 27370847 bytes, and the total dataset size is 39272223 bytes.
提供机构：
chronbmm
原始信息汇总
数据集概述
特征信息
- sentence：数据类型为字符串。
- unsandhied：数据类型为字符串。
数据分割
- 训练集：包含208138个样本，总大小为37479900字节。
- 验证集：包含5001个样本，总大小为897170字节。
- 测试集：包含5001个样本，总大小为895153字节。
数据集大小
- 下载大小：27370847字节。
- 数据集总大小：39272223字节。
配置信息
- 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-*
- 训练集路径：
