five

chronbmm/sanskrit-sandhi-split-sighum6

收藏
Hugging Face2024-05-28 更新2024-06-12 收录
下载链接:
https://hf-mirror.com/datasets/chronbmm/sanskrit-sandhi-split-sighum6
下载链接
链接失效反馈
官方服务:
资源简介:
--- dataset_info: features: - name: sentence dtype: string - name: unsandhied dtype: string splits: - name: train num_bytes: 10973642 num_examples: 99889 - name: validation num_bytes: 470141 num_examples: 4200 - name: test num_bytes: 470141 num_examples: 4200 - name: test_500 num_bytes: 58711 num_examples: 500 - name: validation_500 num_bytes: 58795 num_examples: 500 download_size: 7465295 dataset_size: 12031430 configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* - split: test path: data/test-* - split: test_500 path: data/test_500-* - split: validation_500 path: data/validation_500-* ---

This dataset is primarily used for text data processing, featuring two string-type features: sentence and unsandhied. The dataset is divided into a training set, a validation set, a test set, and two smaller test and validation sets (each containing 500 samples). The number of samples and the byte size for each part are detailed, facilitating data management and analysis. The dataset has a download size of 7465295 bytes and an actual size of 12031430 bytes.
提供机构:
chronbmm
原始信息汇总

数据集概述

特征信息

  • 名称: sentence
    • 数据类型: string
  • 名称: unsandhied
    • 数据类型: string

数据分割

  • 训练集
    • 字节数: 10973642
    • 样本数: 99889
  • 验证集
    • 字节数: 470141
    • 样本数: 4200
  • 测试集
    • 字节数: 470141
    • 样本数: 4200
  • 测试集_500
    • 字节数: 58711
    • 样本数: 500
  • 验证集_500
    • 字节数: 58795
    • 样本数: 500

数据集大小

  • 下载大小: 7465295 字节
  • 数据集大小: 12031430 字节

配置信息

  • 配置名称: default
    • 数据文件路径:
      • 训练集: data/train-*
      • 验证集: data/validation-*
      • 测试集: data/test-*
      • 测试集_500: data/test_500-*
      • 验证集_500: data/validation_500-*
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作