chronbmm/sanskrit-unsandhi

---
dataset_info:
features:
- name: sentence
dtype: string
- name: unsandhied
dtype: string
splits:
- name: train
num_bytes: 78114380
num_examples: 584815
- name: validation
num_bytes: 1055410
num_examples: 8190
- name: test
num_bytes: 1065484
num_examples: 8398
download_size: 48274840
dataset_size: 80235274
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

• sentence：字符串类型
• unsandhied：字符串类型

数据集分割

• 训练集：
  • 示例数量：584,815
  • 字节数：78,114,380
• 验证集：
  • 示例数量：8,190
  • 字节数：1,055,410
• 测试集：
  • 示例数量：8,398
  • 字节数：1,065,484

数据集大小

• 下载大小：48,274,840字节
• 数据集总大小：80,235,274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-*