iggy12345/flores-ipa-tam-taml

--- dataset_info: features: - name: id dtype: int64 - name: iso_639_3 dtype: string - name: iso_15924 dtype: string - name: glottocode dtype: string - name: variant dtype: string - name: text dtype: string - name: url dtype: string - name: domain dtype: string - name: topic dtype: string - name: has_image dtype: string - name: has_hyperlink dtype: string - name: last_updated dtype: string - name: split dtype: string - name: text_phoneme dtype: string - name: text_ipa_stripped dtype: string - name: text_romanized dtype: string splits: - name: dev num_bytes: 1207475 num_examples: 997 - name: devtest num_bytes: 1277452 num_examples: 1012 download_size: 1079142 dataset_size: 2484927 configs: - config_name: default data_files: - split: dev path: data/dev-* - split: devtest path: data/devtest-* ---数据集信息： 特征列表： - 特征名：id，数据类型：64位整型（int64） - 特征名：iso_639_3，数据类型：字符串 - 特征名：iso_15924，数据类型：字符串 - 特征名：格洛托代码（Glottocode），数据类型：字符串 - 特征名：变体（variant），数据类型：字符串 - 特征名：文本（text），数据类型：字符串 - 特征名：统一资源定位符（URL），数据类型：字符串 - 特征名：领域（domain），数据类型：字符串 - 特征名：主题（topic），数据类型：字符串 - 特征名：是否包含图像（has_image），数据类型：字符串 - 特征名：是否包含超链接（has_hyperlink），数据类型：字符串 - 特征名：最后更新时间（last_updated），数据类型：字符串 - 特征名：划分集（split），数据类型：字符串 - 特征名：文本音素（text_phoneme），数据类型：字符串 - 特征名：剥离国际音标后的文本（text_ipa_stripped），数据类型：字符串 - 特征名：罗马化文本（text_romanized），数据类型：字符串 划分集： - 划分集名称：开发集（dev），字节数：1207475，样本数：997 - 划分集名称：开发测试集（devtest），字节数：1277452，样本数：1012 下载大小：1079142 数据集总大小：2484927 配置项： - 配置名称：默认配置（default），数据文件： - 划分集：dev，路径：data/dev-* - 划分集：devtest，路径：data/devtest-*