yiyic/Arab_train

---
dataset_info:
features:
- name: text
dtype: string
- name: lang
dtype: string
splits:
- name: train
num_bytes: 10967223409
num_examples: 1999000
download_size: 5310065148
dataset_size: 10967223409
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征项：
- 名称：text，数据类型：字符串
- 名称：lang，数据类型：字符串
数据集划分：
- 划分名称：train（训练集），占用字节数：10967223409，样本总数：1999000
下载体积：5310065148，数据集总存储体积：10967223409
配置项：
- 配置名称：default（默认配置），数据文件：
- 对应划分：train（训练集），文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• text：数据类型为字符串。
• lang：数据类型为字符串。

数据集分割

• train：包含1999000个样本，总大小为10967223409字节。

数据集大小

• 下载大小：5310065148字节。
• 数据集总大小：10967223409字节。

配置信息

• config_name: default
• data_files:
  • split: train
  • path: data/train-*