bahaeddine09/dz-lahja-dataset-50k-split

--- dataset_info: features: - name: text dtype: string - name: word_count dtype: int64 splits: - name: train num_bytes: 8199696 num_examples: 50000 download_size: 4615721 dataset_size: 8199696 configs: - config_name: default data_files: - split: train path: data/train-* license: mit task_categories: - text-generation language: - ar tags: - algerian - algerian-darija - دارجة - algerian-dialect size_categories: - 10K<n<100K ---数据集信息： 特征： - 名称：文本（text），数据类型：字符串（string） - 名称：词数（word_count），数据类型：64位整型（int64） 数据集划分： - 划分名称：训练集（train），字节数：8199696，样本数量：50000 下载大小：4615721，数据集总大小：8199696 配置项： - 配置名称：默认配置（default），数据文件： - 对应划分：训练集（train），路径：data/train-* 许可证：MIT许可证 任务类别： - 文本生成（text-generation） 语言： - 阿拉伯语（ar） 标签： - 阿尔及利亚（algerian） - 阿尔及利亚达里贾语（algerian-darija） - دارجة - 阿尔及利亚方言（algerian-dialect） 规模类别： - 10K < n < 100K