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-* ---数据集信息： 特征： - 名称：input_text（输入文本），数据类型：字符串 - 名称：target_text（目标文本），数据类型：字符串 划分： - 名称：train（训练集），字节数：59314745，样本数：507197 - 名称：validation（验证集），字节数：59688，样本数：500 - 名称：test（测试集），字节数：59688，样本数：500 - 名称：test_500，字节数：59688，样本数：500 - 名称：validation_500，字节数：59688，样本数：500 下载大小：37155969 数据集总大小：59553497 配置： - 配置名称：default（默认配置），数据文件映射： - 划分：train，对应路径：data/train-* - 划分：validation，对应路径：data/validation-* - 划分：test，对应路径：data/test-* - 划分：test_500，对应路径：data/test_500-* - 划分：validation_500，对应路径：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-*