marcus2000/LEYA_multilang_dataset

---
dataset_info:
features:
- name: text
dtype: string
- name: summary
dtype: string
- name: language
dtype: string
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 17789031
num_examples: 6798
- name: test
num_bytes: 7175566
num_examples: 1700
download_size: 14071233
dataset_size: 24964597
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集信息

特征

• text: 数据类型为字符串。
• summary: 数据类型为字符串。
• language: 数据类型为字符串。
• index_level_0: 数据类型为整数64位。

数据分割

• train:
  • 字节数: 17789031
  • 样本数: 6798
• test:
  • 字节数: 7175566
  • 样本数: 1700

数据大小

• 下载大小: 14071233 字节
• 数据集大小: 24964597 字节

配置

• default:
  • train: 路径为 data/train-*
  • test: 路径为 data/test-*