skypro1111/ubertext-2-news-verbalized

该数据集来自Ubertext数据集的子集，包含889k句子，专注于新闻内容。数据集由数字与其口头形式的句子对组成。这些口头形式的句子是使用Google Gemini Pro 1.0生成的。

原始信息汇总

数据集概述

数据集信息

• 特征:
  • 名称: inputs
    • 数据类型: string
  • 名称: labels
    • 数据类型: string
• 分割:
  • 名称: train
    • 字节数: 526042579
    • 样本数: 889048
• 下载大小: 252210280
• 数据集大小: 526042579
• 配置:
  • 名称: default
    • 数据文件:
      • 分割: train
        • 路径: data/train-*
• 许可证: cc-by-4.0
• 任务类别:
  • text-generation
  • text2text-generation
• 语言:
  • uk

数据集描述

该数据集来自Ubertext数据集的一个子集，包含889k个句子，专注于新闻内容。数据集由成对的句子组成，形式为“带数字的句子 = 数字以口头形式表示”。口头形式的等价物是使用Google Gemini Pro 1.0创建的。