damerajee/Hindi-verified-sangraha

--- dataset_info: features: - name: doc_id dtype: large_string - name: text dtype: large_string - name: type dtype: large_string splits: - name: train num_bytes: 21461215361.83497 num_examples: 3810145 download_size: 9908554542 dataset_size: 21461215361.83497 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

数据集特征

• doc_id: 文档ID，数据类型为large_string。
• text: 文本内容，数据类型为large_string。
• type: 类型信息，数据类型为large_string。

数据集分割

• train: 训练集，包含3,810,145个样本，总大小为21,461,215,361.83497字节。

数据集大小

• 下载大小: 9,908,554,542字节。
• 总大小: 21,461,215,361.83497字节。

配置

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