alayaran/bodo-monolingual-dataset
收藏Hugging Face2023-09-16 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/alayaran/bodo-monolingual-dataset
下载链接
链接失效反馈官方服务：
资源简介：
Bodo单语数据集是一个用于文本生成任务的数据集，语言为Bodo，许可证为MIT，规模在100K到1M之间。数据集包含训练集和测试集，分别有474703和14890个样本。数据集的下载大小为51159931字节，总大小为134892212字节。数据集的特征为文本字符串。数据主要来源于TDIL和Bodo新闻爬虫，版权归各自所有者所有，仅用于研究目的。
提供机构：
alayaran
原始信息汇总
数据集概述
基本信息
- 语言: brx
- 许可证: MIT
- 数据集大小: 100K<n<1M
- 任务类别: 文本生成
- 数据集名称: bodo-monolingual
数据集结构
特征
- 名称: text
- 数据类型: string
分割
- 训练集:
- 字节数: 130783128
- 样本数: 474703
- 测试集:
- 字节数: 4109084
- 样本数: 14890
文件信息
- 下载大小: 51159931
- 数据集大小: 134892212
配置
- 配置名称: default
- 数据文件:
- 训练集: data/train-*
- 测试集: data/test-*
