eltaiefaymen/sada2022-eou

---
dataset_info:
features:
- name: clean_text
dtype: string
- name: eou_label
dtype: int64
- name: duration
dtype: float64
- name: dialect
dtype: string
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 3013824
num_examples: 28816
- name: validation
num_bytes: 994904
num_examples: 9605
- name: test
num_bytes: 1000006
num_examples: 9606
download_size: 2632067
dataset_size: 5008734
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
特征项：
- 净化文本（clean_text）：数据类型为字符串型
- 话语结束标签（eou_label）：数据类型为64位整型
- 时长（duration）：数据类型为64位浮点型
- 方言（dialect）：数据类型为字符串型
- 索引层级0字段（__index_level_0__）：数据类型为64位整型
数据集划分：
- 训练集（train）：占用字节数3013824，样本量28816
- 验证集（validation）：占用字节数994904，样本量9605
- 测试集（test）：占用字节数1000006，样本量9606
下载总大小：2632067，数据集总存储大小：5008734
数据集配置：
- 配置名称：default（默认配置），数据文件对应如下：
- 训练集：数据路径为data/train-*
- 验证集：数据路径为data/validation-*
- 测试集：数据路径为data/test-*