krishnAbadikelA/bengali-massive-ipa

---
dataset_info:
features:
- name: id
dtype: string
- name: locale
dtype: string
- name: partition
dtype: string
- name: scenario
dtype: string
- name: intent
dtype: string
- name: utt
dtype: string
- name: annot_utt
dtype: string
- name: worker_id
dtype: string
- name: slot_method
list:
- name: method
dtype: string
- name: slot
dtype: string
- name: judgments
list:
- name: grammar_score
dtype: int64
- name: intent_score
dtype: int64
- name: language_identification
dtype: string
- name: slots_score
dtype: int64
- name: spelling_score
dtype: int64
- name: worker_id
dtype: string
- name: utt-phoneme
dtype: string
splits:
- name: train
num_bytes: 5962045
num_examples: 11514
- name: validation
num_bytes: 1041109
num_examples: 2033
- name: test
num_bytes: 1522355
num_examples: 2974
download_size: 1989280
dataset_size: 8525509
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：
特征字段：
- 样本编号（id）：数据类型为字符串（string）
- 地区标识（locale）：数据类型为字符串（string）
- 数据集划分（partition）：数据类型为字符串（string）
- 应用场景（scenario）：数据类型为字符串（string）
- 意图（intent）：数据类型为字符串（string）
- 话语（utt，全称为utterance）：数据类型为字符串（string）
- 标注后话语（annot_utt）：数据类型为字符串（string）
- 标注人员编号（worker_id）：数据类型为字符串（string）
- 槽位方法（slot_method）：为列表类型，包含子字段：
- 方法（method）：数据类型为字符串（string）
- 槽位（slot）：数据类型为字符串（string）
- 标注评判（judgments）：为列表类型，包含子字段：
- 语法得分（grammar_score）：数据类型为64位整数（int64）
- 意图得分（intent_score）：数据类型为64位整数（int64）
- 语言识别（language_identification）：数据类型为字符串（string）
- 槽位得分（slots_score）：数据类型为64位整数（int64）
- 拼写得分（spelling_score）：数据类型为64位整数（int64）
- 标注人员编号（worker_id）：数据类型为字符串（string）
- 音素化话语（utt-phoneme）：数据类型为字符串（string）
数据集划分：
- 训练集（train）：占用字节数5962045，样本量11514
- 验证集（validation）：占用字节数1041109，样本量2033
- 测试集（test）：占用字节数1522355，样本量2974
下载总大小：1989280字节
数据集总存储大小：8525509字节
配置项：
- 默认配置（default）：对应数据文件如下：
- 训练集（train）：数据存储路径为data/train-*
- 验证集（validation）：数据存储路径为data/validation-*
- 测试集（test）：数据存储路径为data/test-*