chronbmm/sandhi-split-2018

---
dataset_info:
features:
- name: input_text
dtype: string
- name: target_text
dtype: string
splits:
- name: train
num_bytes: 59314745
num_examples: 507197
- name: validation
num_bytes: 59688
num_examples: 500
- name: test
num_bytes: 59688
num_examples: 500
- name: test_500
num_bytes: 59688
num_examples: 500
- name: validation_500
num_bytes: 59688
num_examples: 500
download_size: 37155969
dataset_size: 59553497
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
- split: test_500
path: data/test_500-*
- split: validation_500
path: data/validation_500-*
---

原始信息汇总

数据集概述

数据集特征

• input_text: 数据类型为字符串
• target_text: 数据类型为字符串

数据集分割

• 训练集 (train):
  • 示例数量: 507197
  • 数据大小: 59314745 字节
• 验证集 (validation):
  • 示例数量: 500
  • 数据大小: 59688 字节
• 测试集 (test):
  • 示例数量: 500
  • 数据大小: 59688 字节
• 测试集_500 (test_500):
  • 示例数量: 500
  • 数据大小: 59688 字节
• 验证集_500 (validation_500):
  • 示例数量: 500
  • 数据大小: 59688 字节

数据集大小

• 下载大小: 37155969 字节
• 数据集总大小: 59553497 字节

数据文件配置

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 验证集路径: data/validation-*
  • 测试集路径: data/test-*
  • 测试集_500路径: data/test_500-*
  • 验证集_500路径: data/validation_500-*