predictionguard/english-hindi-marathi-konkani-corpus

---
dataset_info:
features:
- name: hin
dtype: string
- name: gom
dtype: string
- name: mar
dtype: string
- name: eng
dtype: string
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 1142281
num_examples: 819
- name: test
num_bytes: 289100
num_examples: 205
download_size: 678057
dataset_size: 1431381
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征：
- 名称：hin（Hindi，印地语），数据类型：字符串
- 名称：gom（Gondi，贡德语），数据类型：字符串
- 名称：mar（Marathi，马拉地语），数据类型：字符串
- 名称：eng（English，英语），数据类型：字符串
- 名称：__index_level_0__，数据类型：64位整数
数据划分：
- 名称：训练集，字节大小：1142281，样本数量：819
- 名称：测试集，字节大小：289100，样本数量：205
下载大小：678057
数据集总大小：1431381
配置项：
- 配置名称：默认配置，数据文件：
- 训练集划分对应路径：data/train-*
- 测试集划分对应路径：data/test-*