LightFury9/CulturaX_tenglish_split2

---
dataset_info:
features:
- name: text
dtype: string
- name: translit
dtype: string
splits:
- name: split1
num_bytes: 83350064
num_examples: 7812
- name: split2
num_bytes: 82341305
num_examples: 7812
- name: split3
num_bytes: 84618555
num_examples: 7812
- name: split4
num_bytes: 82919894
num_examples: 7812
- name: split5
num_bytes: 81493985
num_examples: 7812
- name: split6
num_bytes: 79540694
num_examples: 7812
- name: split7
num_bytes: 79787451
num_examples: 7812
- name: split8
num_bytes: 86121846
num_examples: 7816
download_size: 300940911
dataset_size: 660173794
configs:
- config_name: default
data_files:
- split: split1
path: data/split1-*
- split: split2
path: data/split2-*
- split: split3
path: data/split3-*
- split: split4
path: data/split4-*
- split: split5
path: data/split5-*
- split: split6
path: data/split6-*
- split: split7
path: data/split7-*
- split: split8
path: data/split8-*
---

原始信息汇总

数据集概述

特征

• text: 数据类型为字符串。
• translit: 数据类型为字符串。

数据分割

• split1: 字节数为83350064，样本数为7812。
• split2: 字节数为82341305，样本数为7812。
• split3: 字节数为84618555，样本数为7812。
• split4: 字节数为82919894，样本数为7812。
• split5: 字节数为81493985，样本数为7812。
• split6: 字节数为79540694，样本数为7812。
• split7: 字节数为79787451，样本数为7812。
• split8: 字节数为86121846，样本数为7816。

数据大小

• 下载大小: 300940911字节。
• 数据集大小: 660173794字节。

配置

• default配置包含以下数据文件：
  • split1: 路径为data/split1-*。
  • split2: 路径为data/split2-*。
  • split3: 路径为data/split3-*。
  • split4: 路径为data/split4-*。
  • split5: 路径为data/split5-*。
  • split6: 路径为data/split6-*。
  • split7: 路径为data/split7-*。
  • split8: 路径为data/split8-*。