theArif/gramvaani-reduplication-repetition-toy-dataset

--- dataset_info: features: - name: id dtype: int64 - name: tokens sequence: string - name: tags sequence: int64 splits: - name: train num_bytes: 2657637 num_examples: 3978 - name: validation num_bytes: 872848 num_examples: 1326 - name: test num_bytes: 700979 num_examples: 1061 download_size: 664994 dataset_size: 4231464 --- # Dataset Card for "gramvaani-reduplication-repetition-toy-dataset" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)--- 数据集信息： 特征项： - 名称：id，数据类型：int64（64位整型） - 名称：tokens（词元，Token），数据类型：字符串序列 - 名称：tags，数据类型：整数序列 数据集划分： - 划分名称：训练集（train），占用字节数：2657637，样本量：3978 - 划分名称：验证集（validation），占用字节数：872848，样本量：1326 - 划分名称：测试集（test），占用字节数：700979，样本量：1061 下载总大小：664994 数据集总存储大小：4231464 --- # 「gramvaani-reduplication-repetition-toy-dataset」数据集卡片 [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

gramvaani-reduplication-repetition-toy-dataset

数据集特征

• id: 整数类型 (int64)
• tokens: 字符串序列
• tags: 整数序列 (int64)

数据集分割

• 训练集 (train):
  • 样本数量: 3978
  • 数据大小: 2657637 字节
• 验证集 (validation):
  • 样本数量: 1326
  • 数据大小: 872848 字节
• 测试集 (test):
  • 样本数量: 1061
  • 数据大小: 700979 字节

数据集大小

• 下载大小: 664994 字节
• 总数据集大小: 4231464 字节