glonor/tashkeela

---
dataset_info:
features:
- name: diacratized
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 1397558922
num_examples: 1959964
- name: test
num_bytes: 77646030
num_examples: 108888
- name: dev
num_bytes: 77638240
num_examples: 108886
download_size: 746658153
dataset_size: 1552843192
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: dev
path: data/dev-*
---

原始信息汇总

数据集概述

数据集特征

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

数据集分割

• 训练集 (train):
  • 示例数量: 1959964
  • 数据大小: 1397558922 字节
• 测试集 (test):
  • 示例数量: 108888
  • 数据大小: 77646030 字节
• 验证集 (dev):
  • 示例数量: 108886
  • 数据大小: 77638240 字节

数据集大小

• 下载大小: 746658153 字节
• 总数据集大小: 1552843192 字节

配置信息

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*
  • 验证集路径: data/dev-*