chronbmm/sanskrit-sandhi-split-sighum2
收藏Hugging Face2024-05-28 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/chronbmm/sanskrit-sandhi-split-sighum2
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: sentence
dtype: string
- name: unsandhied
dtype: string
splits:
- name: train
num_bytes: 10927715
num_examples: 99260
- name: validation
num_bytes: 470628
num_examples: 4200
- name: test
num_bytes: 470628
num_examples: 4200
- name: test_500
num_bytes: 58795
num_examples: 500
- name: validation_500
num_bytes: 47566
num_examples: 500
download_size: 7422626
dataset_size: 11975332
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
- split: test_500
path: data/test_500-*
- split: validation_500
path: data/validation_500-*
---
提供机构：
chronbmm
原始信息汇总
数据集概述
数据集特征
- sentence：数据类型为字符串。
- unsandhied：数据类型为字符串。
数据集分割
- 训练集：包含99260个样本，总大小为10927715字节。
- 验证集：包含4200个样本，总大小为470628字节。
- 测试集：包含4200个样本，总大小为470628字节。
- 测试集_500：包含500个样本，总大小为58795字节。
- 验证集_500：包含500个样本，总大小为47566字节。
数据集大小
- 下载大小：7422626字节。
- 数据集总大小：11975332字节。
数据文件配置
- 默认配置：
- 训练集文件路径：
data/train-* - 验证集文件路径：
data/validation-* - 测试集文件路径：
data/test-* - 测试集_500文件路径：
data/test_500-* - 验证集_500文件路径：
data/validation_500-*
- 训练集文件路径：
