gokulraj/colloquial_textbook

该数据集包含英语和泰米尔语两种语言的文本数据，主要分为训练集和测试集。训练集包含727个样本，测试集包含39个样本。数据集的总大小为123654.0字节，下载大小为56687字节。

原始信息汇总

数据集概述

特征信息

• 名称: english
  • 数据类型: string
• 名称: tamil
  • 数据类型: string
• 名称: text
  • 数据类型: string

数据分割

• 训练集
  • 字节数: 117358.3002610966
  • 样本数: 727
• 测试集
  • 字节数: 6295.699738903394
  • 样本数: 39

数据大小

• 下载大小: 56687
• 数据集大小: 123654.0

配置信息

• 配置名称: default
  • 数据文件:
    • 分割: train
      • 路径: data/train-*
    • 分割: test
      • 路径: data/test-*