nirantk/french-books

--- dataset_info: features: - name: file_id dtype: string - name: ocr dtype: string - name: title dtype: string - name: date dtype: string - name: author dtype: string - name: page_count dtype: int64 - name: word_count dtype: int64 - name: character_count dtype: int64 - name: complete_text dtype: string splits: - name: train num_bytes: 427823810 num_examples: 1101 download_size: 246984465 dataset_size: 427823810 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集信息

特征

• file_id: 字符串类型
• ocr: 字符串类型
• title: 字符串类型
• date: 字符串类型
• author: 字符串类型
• page_count: 整数类型 (int64)
• word_count: 整数类型 (int64)
• character_count: 整数类型 (int64)
• complete_text: 字符串类型

数据分割

• train:
  • 字节数: 427823810
  • 样本数: 1101

数据集大小

• 下载大小: 246984465 字节
• 数据集大小: 427823810 字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*