presencesw/pubmed_envi_stage_2

---
dataset_info:
features:
- name: en
dtype: string
- name: vi
dtype: string
splits:
- name: train
num_bytes: 20078331248.81415
num_examples: 9093445
download_size: 12469954153
dataset_size: 20078331248.81415
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

特征信息

• en: 数据类型为字符串。
• vi: 数据类型为字符串。

数据分割

• train: 包含9093445个样本，总字节数为20078331248.81415。

数据大小

• 下载大小: 12469954153字节。
• 数据集大小: 20078331248.81415字节。

配置信息

• default:
  • 数据文件:
    • train: 路径为data/train-*。