sivan22/sefaria-dual-he-en
收藏资源简介：
--- dataset_info: features: - name: _id struct: - name: $oid dtype: string - name: language dtype: string - name: title dtype: string - name: versionSource dtype: string - name: versionTitle dtype: string - name: status dtype: string - name: license dtype: string - name: versionTitleInHebrew dtype: string - name: actualLanguage dtype: string - name: isBaseText dtype: float64 - name: level_1_index dtype: float64 - name: level_2_index dtype: float64 - name: level_3_index dtype: float64 - name: level_4_index dtype: float64 - name: heText dtype: string - name: enText dtype: string - name: versionNotes dtype: string - name: versionNotesInHebrew dtype: string - name: method dtype: string - name: digitizedBySefaria dtype: float64 - name: heversionSource dtype: string - name: priority dtype: float64 - name: shortVersionTitle dtype: string - name: purchaseInformationImage dtype: string - name: purchaseInformationURL dtype: string - name: __index_level_0__ dtype: int64 splits: - name: train num_bytes: 1620217067 num_examples: 1337645 download_size: 315742783 dataset_size: 1620217067 configs: - config_name: default data_files: - split: train path: data/train-* ---
数据集概述
数据集信息
特征
- _id: 包含子结构
$oid，数据类型为string - language: 数据类型为
string - title: 数据类型为
string - versionSource: 数据类型为
string - versionTitle: 数据类型为
string - status: 数据类型为
string - license: 数据类型为
string - versionTitleInHebrew: 数据类型为
string - actualLanguage: 数据类型为
string - isBaseText: 数据类型为
float64 - level_1_index: 数据类型为
float64 - level_2_index: 数据类型为
float64 - level_3_index: 数据类型为
float64 - level_4_index: 数据类型为
float64 - heText: 数据类型为
string - enText: 数据类型为
string - versionNotes: 数据类型为
string - versionNotesInHebrew: 数据类型为
string - method: 数据类型为
string - digitizedBySefaria: 数据类型为
float64 - heversionSource: 数据类型为
string - priority: 数据类型为
float64 - shortVersionTitle: 数据类型为
string - purchaseInformationImage: 数据类型为
string - purchaseInformationURL: 数据类型为
string - index_level_0: 数据类型为
int64
数据分割
- train: 包含 1337645 个样本，总字节数为 1620217067
数据集大小
- 下载大小: 315742783 字节
- 数据集大小: 1620217067 字节
配置
- default: 包含训练数据文件，路径为
data/train-*
