chronbmm/turkish-stemming-tagging

---
dataset_info:
features:
- name: sentence
dtype: string
- name: unsandhied
dtype: string
splits:
- name: train
num_bytes: 2992722
num_examples: 8015
- name: validation
num_bytes: 853907
num_examples: 2516
- name: test
num_bytes: 797283
num_examples: 2503
download_size: 2247643
dataset_size: 4643912
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• sentence：数据类型为字符串。
• unsandhied：数据类型为字符串。

数据集分割

• 训练集：包含8015个样本，总大小为2992722字节。
• 验证集：包含2516个样本，总大小为853907字节。
• 测试集：包含2503个样本，总大小为797283字节。

数据集大小

• 下载大小：2247643字节。
• 数据集总大小：4643912字节。

数据文件配置

• 默认配置：
  • 训练集：路径为data/train-*。
  • 验证集：路径为data/validation-*。
  • 测试集：路径为data/test-*。