chronbmm/sanskrit-sandhi-split-sighum

---
dataset_info:
features:
- name: sentence
dtype: string
- name: unsandhied
dtype: string
splits:
- name: train
num_bytes: 10973642
num_examples: 99889
- name: validation
num_bytes: 470141
num_examples: 4200
- name: test
num_bytes: 470141
num_examples: 4200
- name: test_500
num_bytes: 58711
num_examples: 500
- name: validation_500
num_bytes: 58711
num_examples: 500
download_size: 7463353
dataset_size: 12031346
---
# Dataset Card for "sanskrit-sandhi-split-sighum"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
数据集信息：
特征字段：
- 字段名：sentence（句子）
数据类型：字符串
- 字段名：unsandhied（非连音形式）
数据类型：字符串
数据集划分：
- 划分名称：训练集（train）
字节大小：10973642
样本数量：99889
- 划分名称：验证集（validation）
字节大小：470141
样本数量：4200
- 划分名称：测试集（test）
字节大小：470141
样本数量：4200
- 划分名称：test_500
字节大小：58711
样本数量：500
- 划分名称：validation_500
字节大小：58711
样本数量：500
下载总大小：7463353
数据集总大小：12031346
---
# 「梵语连音拆分数据集（sanskrit-sandhi-split-sighum）」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

sanskrit-sandhi-split-sighum

数据集特征

• sentence：字符串类型
• unsandhied：字符串类型

数据集分割

• train
  • 样本数量：99889
  • 数据大小：10973642字节
• validation
  • 样本数量：4200
  • 数据大小：470141字节
• test
  • 样本数量：4200
  • 数据大小：470141字节
• test_500
  • 样本数量：500
  • 数据大小：58711字节
• validation_500
  • 样本数量：500
  • 数据大小：58711字节

数据集大小

• 下载大小：7463353字节
• 数据集总大小：12031346字节