jamesagilesoda/ja-corpus-cleaned-21818123
收藏Hugging Face2024-01-26 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/jamesagilesoda/ja-corpus-cleaned-21818123
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: text
dtype: string
splits:
- name: clean
num_bytes: 307909215491
num_examples: 21818123
- name: noisy
num_bytes: 310336391232
num_examples: 23320722
download_size: 323402381156
dataset_size: 618245606723
configs:
- config_name: default
data_files:
- split: clean
path: data/clean-*
- split: noisy
path: data/noisy-*
---
提供机构：
jamesagilesoda
原始信息汇总
数据集概述
数据特征
- 名称: text
- 数据类型: string
数据分割
- clean:
- 字节数: 307909215491
- 样本数: 21818123
- noisy:
- 字节数: 310336391232
- 样本数: 23320722
数据大小
- 下载大小: 323402381156
- 数据集大小: 618245606723
配置
- 配置名称: default
- 数据文件:
- clean: data/clean-*
- noisy: data/noisy-*
