heoji/aihub-koen-720k-512
收藏Hugging Face2024-06-01 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/heoji/aihub-koen-720k-512
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: ko
dtype: string
- name: en
dtype: string
- name: source
dtype: int64
- name: ko_length
dtype: int64
- name: en_length
dtype: int64
- name: total_length
dtype: int64
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 70994861
num_examples: 146261
download_size: 44753820
dataset_size: 70994861
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
This dataset is primarily used for Korean and English text analysis, featuring Korean text (ko), English text (en), text source (source), Korean text length (ko_length), English text length (en_length), total text length (total_length), and index level (__index_level_0__). The dataset is divided into a training set (train) with 146261 samples, totaling 70994861 bytes. The download size of the dataset is 44753820 bytes, and the dataset size is 70994861 bytes.
提供机构：
heoji
原始信息汇总
数据集概述
数据集特征
- ko: 数据类型为字符串。
- en: 数据类型为字符串。
- source: 数据类型为整数64位。
- ko_length: 数据类型为整数64位。
- en_length: 数据类型为整数64位。
- total_length: 数据类型为整数64位。
- index_level_0: 数据类型为整数64位。
数据集分割
- train: 包含146,261个示例，总大小为70,994,861字节。
数据集大小
- 下载大小: 44,753,820字节。
- 数据集大小: 70,994,861字节。
配置
- config_name: default
- data_files:
- split: train
- path: data/train-*
