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-*