indiejoseph/c4-cantonese-filtered

---
dataset_info:
features:
- name: text
dtype: string
splits:
- name: train
num_bytes: 2304453
num_examples: 21558
download_size: 1820474
dataset_size: 2304453
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "c4-cantonese-filterd"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征：
- 名称：text，数据类型：字符串（string）
数据集划分：
- 名称：训练集（train），占用字节数：2304453，样本数量：21558
下载大小：1820474，数据集总大小：2304453
配置项：
- 配置名称：默认（default），数据文件：
- 数据集划分：训练集（train），文件路径：data/train-*

---
# 「c4-cantonese-filterd」数据集卡片

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

• 特征:

  • 名称: text
  • 数据类型: string

• 分割:

  • 名称: train
  • 字节数: 2304453
  • 样本数: 21558

• 下载大小: 1820474

• 数据集大小: 2304453

配置

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