chronbmm/sanskrit-lemma-morphosyntax

---
dataset_info:
features:
- name: sentence
dtype: string
- name: unsandhied
dtype: string
splits:
- name: train
num_bytes: 87555628
num_examples: 584830
- name: validation
num_bytes: 1186679
num_examples: 8190
- name: test
num_bytes: 1198301
num_examples: 8399
download_size: 51763237
dataset_size: 89940608
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

特征信息

• sentence: 数据类型为字符串（string）
• unsandhied: 数据类型为字符串（string）

数据分割

• 训练集（train）:
  • 字节数: 87555628
  • 样本数: 584830
• 验证集（validation）:
  • 字节数: 1186679
  • 样本数: 8190
• 测试集（test）:
  • 字节数: 1198301
  • 样本数: 8399

数据集大小

• 下载大小: 51763237 字节
• 数据集大小: 89940608 字节

配置信息

• 默认配置（default）:
  • 训练集文件路径: data/train-*
  • 验证集文件路径: data/validation-*
  • 测试集文件路径: data/test-*