finepdfs_fw_edu_labeled

configs:
- config_name: deu_Latn
data_files:
- split: train
path: data/deu_Latn/train/*
- config_name: jpn_Jpan
data_files:
- split: train
path: data/jpn_Jpan/train/*
- config_name: fra_Latn
data_files:
- split: train
path: data/fra_Latn/train/*
- config_name: spa_Latn
data_files:
- split: train
path: data/spa_Latn/train/*
- config_name: ita_Latn
data_files:
- split: train
path: data/ita_Latn/train/*
- config_name: rus_Cyrl
data_files:
- split: train
path: data/rus_Cyrl/train/*
- config_name: unknown
data_files:
- split: train
path: data/unknown/train/*
- config_name: por_Latn
data_files:
- split: train
path: data/por_Latn/train/*
- config_name: pol_Latn
data_files:
- split: train
path: data/pol_Latn/train/*
- config_name: nld_Latn
data_files:
- split: train
path: data/nld_Latn/train/*
- config_name: ces_Latn
data_files:
- split: train
path: data/ces_Latn/train/*
- config_name: cmn_Hani
data_files:
- split: train
path: data/cmn_Hani/train/*
- config_name: ron_Latn
data_files:
- split: train
path: data/ron_Latn/train/*
- config_name: swe_Latn
data_files:
- split: train
path: data/swe_Latn/train/*
- config_name: hun_Latn
data_files:
- split: train
path: data/hun_Latn/train/*
- config_name: slk_Latn
data_files:
- split: train
path: data/slk_Latn/train/*
- config_name: ukr_Cyrl
data_files:
- split: train
path: data/ukr_Cyrl/train/*
- config_name: tha_Thai
data_files:
- split: train
path: data/tha_Thai/train/*
- config_name: dan_Latn
data_files:
- split: train
path: data/dan_Latn/train/*
- config_name: ind_Latn
data_files:
- split: train
path: data/ind_Latn/train/*
- config_name: ell_Grek
data_files:
- split: train
path: data/ell_Grek/train/*
- config_name: fin_Latn
data_files:
- split: train
path: data/fin_Latn/train/*
- config_name: cat_Latn
data_files:
- split: train
path: data/cat_Latn/train/*
- config_name: tur_Latn
data_files:
- split: train
path: data/tur_Latn/train/*
- config_name: dag_Latn
data_files:
- split: train
path: data/dag_Latn/train/*
- config_name: hrv_Latn
data_files:
- split: train
path: data/hrv_Latn/train/*
- config_name: fas_Arab
data_files:
- split: train
path: data/fas_Arab/train/*
- config_name: bul_Cyrl
data_files:
- split: train
path: data/bul_Cyrl/train/*
- config_name: nob_Latn
data_files:
- split: train
path: data/nob_Latn/train/*
- config_name: kiu_Latn
data_files:
- split: train
path: data/kiu_Latn/train/*
- config_name: arb_Arab
data_files:
- split: train
path: data/arb_Arab/train/*
- config_name: vie_Latn
data_files:
- split: train
path: data/vie_Latn/train/*
- config_name: srp_Cyrl
data_files:
- split: train
path: data/srp_Cyrl/train/*
- config_name: kor_Hang
data_files:
- split: train
path: data/kor_Hang/train/*
- config_name: slv_Latn
data_files:
- split: train
path: data/slv_Latn/train/*
- config_name: lit_Latn
data_files:
- split: train
path: data/lit_Latn/train/*
- config_name: hin_Deva
data_files:
- split: train
path: data/hin_Deva/train/*
- config_name: heb_Hebr
data_files:
- split: train
path: data/heb_Hebr/train/*
- config_name: bos_Latn
data_files:
- split: train
path: data/bos_Latn/train/*
- config_name: zsm_Latn
data_files:
- split: train
path: data/zsm_Latn/train/*
- config_name: ekk_Latn
data_files:
- split: train
path: data/ekk_Latn/train/*
- config_name: lvs_Latn
data_files:
- split: train
path: data/lvs_Latn/train/*
- config_name: ben_Beng
data_files:
- split: train
path: data/ben_Beng/train/*
- config_name: frp_Latn
data_files:
- split: train
path: data/frp_Latn/train/*
- config_name: isl_Latn
data_files:
- split: train
path: data/isl_Latn/train/*
- config_name: glk_Arab
data_files:
- split: train
path: data/glk_Arab/train/*
- config_name: eus_Latn
data_files:
- split: train
path: data/eus_Latn/train/*
- config_name: glg_Latn
data_files:
- split: train
path: data/glg_Latn/train/*
- config_name: als_Latn
data_files:
- split: train
path: data/als_Latn/train/*
- config_name: mkd_Cyrl
data_files:
- split: train
path: data/mkd_Cyrl/train/*
- config_name: mar_Deva
data_files:
- split: train
path: data/mar_Deva/train/*
- config_name: und_Hira
data_files:
- split: train
path: data/und_Hira/train/*
- config_name: npi_Deva
data_files:
- split: train
path: data/npi_Deva/train/*
- config_name: kat_Geor
data_files:
- split: train
path: data/kat_Geor/train/*
- config_name: lat_Latn
data_files:
- split: train
path: data/lat_Latn/train/*
- config_name: pcm_Latn
data_files:
- split: train
path: data/pcm_Latn/train/*
- config_name: mlt_Latn
data_files:
- split: train
path: data/mlt_Latn/train/*
- config_name: cym_Latn
data_files:
- split: train
path: data/cym_Latn/train/*
- config_name: vec_Latn
data_files:
- split: train
path: data/vec_Latn/train/*
- config_name: hye_Armn
data_files:
- split: train
path: data/hye_Armn/train/*
- config_name: nrm_Latn
data_files:
- split: train
path: data/nrm_Latn/train/*
- config_name: wuu_Hani
data_files:
- split: train
path: data/wuu_Hani/train/*
- config_name: anp_Deva
data_files:
- split: train
path: data/anp_Deva/train/*
- config_name: bcc_Arab
data_files:
- split: train
path: data/bcc_Arab/train/*
- config_name: urd_Arab
data_files:
- split: train
path: data/urd_Arab/train/*
- config_name: afr_Latn
data_files:
- split: train
path: data/afr_Latn/train/*
- config_name: azj_Latn
data_files:
- split: train
path: data/azj_Latn/train/*
- config_name: tam_Taml
data_files:
- split: train
path: data/tam_Taml/train/*
- config_name: kaz_Cyrl
data_files:
- split: train
path: data/kaz_Cyrl/train/*
- config_name: nno_Latn
data_files:
- split: train
path: data/nno_Latn/train/*
- config_name: guj_Gujr
data_files:
- split: train
path: data/guj_Gujr/train/*
---

配置列表：
- 配置名称：德语（拉丁文脚本，deu_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/deu_Latn/train/*
- 配置名称：日语（日文脚本，jpn_Jpan）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/jpn_Jpan/train/*
- 配置名称：法语（拉丁文脚本，fra_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/fra_Latn/train/*
- 配置名称：西班牙语（拉丁文脚本，spa_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/spa_Latn/train/*
- 配置名称：意大利语（拉丁文脚本，ita_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/ita_Latn/train/*
- 配置名称：俄语（西里尔字母脚本，rus_Cyrl）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/rus_Cyrl/train/*
- 配置名称：未知语言（unknown）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/unknown/train/*
- 配置名称：葡萄牙语（拉丁文脚本，por_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/por_Latn/train/*
- 配置名称：波兰语（拉丁文脚本，pol_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/pol_Latn/train/*
- 配置名称：荷兰语（拉丁文脚本，nld_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/nld_Latn/train/*
- 配置名称：捷克语（拉丁文脚本，ces_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/ces_Latn/train/*
- 配置名称：普通话（汉字脚本，cmn_Hani）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/cmn_Hani/train/*
- 配置名称：罗马尼亚语（拉丁文脚本，ron_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/ron_Latn/train/*
- 配置名称：瑞典语（拉丁文脚本，swe_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/swe_Latn/train/*
- 配置名称：匈牙利语（拉丁文脚本，hun_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/hun_Latn/train/*
- 配置名称：斯洛伐克语（拉丁文脚本，slk_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/slk_Latn/train/*
- 配置名称：乌克兰语（西里尔字母脚本，ukr_Cyrl）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/ukr_Cyrl/train/*
- 配置名称：泰语（泰文脚本，tha_Thai）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/tha_Thai/train/*
- 配置名称：丹麦语（拉丁文脚本，dan_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/dan_Latn/train/*
- 配置名称：印度尼西亚语（拉丁文脚本，ind_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/ind_Latn/train/*
- 配置名称：希腊语（希腊文脚本，ell_Grek）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/ell_Grek/train/*
- 配置名称：芬兰语（拉丁文脚本，fin_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/fin_Latn/train/*
- 配置名称：加泰罗尼亚语（拉丁文脚本，cat_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/cat_Latn/train/*
- 配置名称：土耳其语（拉丁文脚本，tur_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/tur_Latn/train/*
- 配置名称：达格班尼语（拉丁文脚本，dag_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/dag_Latn/train/*
- 配置名称：克罗地亚语（拉丁文脚本，hrv_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/hrv_Latn/train/*
- 配置名称：波斯语（阿拉伯字母脚本，fas_Arab）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/fas_Arab/train/*
- 配置名称：保加利亚语（西里尔字母脚本，bul_Cyrl）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/bul_Cyrl/train/*
- 配置名称：挪威博克马尔语（拉丁文脚本，nob_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/nob_Latn/train/*
- 配置名称：伊朗库尔德语（拉丁文脚本，kiu_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/kiu_Latn/train/*
- 配置名称：现代标准阿拉伯语（阿拉伯字母脚本，arb_Arab）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/arb_Arab/train/*
- 配置名称：越南语（拉丁文脚本，vie_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/vie_Latn/train/*
- 配置名称：塞尔维亚语（西里尔字母脚本，srp_Cyrl）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/srp_Cyrl/train/*
- 配置名称：韩语（谚文脚本，kor_Hang）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/kor_Hang/train/*
- 配置名称：斯洛文尼亚语（拉丁文脚本，slv_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/slv_Latn/train/*
- 配置名称：立陶宛语（拉丁文脚本，lit_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/lit_Latn/train/*
- 配置名称：印地语（天城文脚本，hin_Deva）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/hin_Deva/train/*
- 配置名称：希伯来语（希伯来文脚本，heb_Hebr）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/heb_Hebr/train/*
- 配置名称：波斯尼亚语（拉丁文脚本，bos_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/bos_Latn/train/*
- 配置名称：马来西亚语（拉丁文脚本，zsm_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/zsm_Latn/train/*
- 配置名称：爱沙尼亚语（拉丁文脚本，ekk_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/ekk_Latn/train/*
- 配置名称：拉脱维亚语（拉丁文脚本，lvs_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/lvs_Latn/train/*
- 配置名称：孟加拉语（孟加拉文脚本，ben_Beng）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/ben_Beng/train/*
- 配置名称：法兰克-普罗旺斯语（拉丁文脚本，frp_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/frp_Latn/train/*
- 配置名称：冰岛语（拉丁文脚本，isl_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/isl_Latn/train/*
- 配置名称：吉拉基语（阿拉伯字母脚本，glk_Arab）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/glk_Arab/train/*
- 配置名称：巴斯克语（拉丁文脚本，eus_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/eus_Latn/train/*
- 配置名称：加利西亚语（拉丁文脚本，glg_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/glg_Latn/train/*
- 配置名称：阿尔巴尼亚语（拉丁文脚本，als_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/als_Latn/train/*
- 配置名称：马其顿语（西里尔字母脚本，mkd_Cyrl）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/mkd_Cyrl/train/*
- 配置名称：马拉地语（天城文脚本，mar_Deva）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/mar_Deva/train/*
- 配置名称：未指定语言（平假名脚本，und_Hira）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/und_Hira/train/*
- 配置名称：尼泊尔语（天城文脚本，npi_Deva）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/npi_Deva/train/*
- 配置名称：格鲁吉亚语（格鲁吉亚文脚本，kat_Geor）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/kat_Geor/train/*
- 配置名称：拉丁语（拉丁文脚本，lat_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/lat_Latn/train/*
- 配置名称：尼日利亚皮钦英语（拉丁文脚本，pcm_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/pcm_Latn/train/*
- 配置名称：马耳他语（拉丁文脚本，mlt_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/mlt_Latn/train/*
- 配置名称：威尔士语（拉丁文脚本，cym_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/cym_Latn/train/*
- 配置名称：威尼斯语（拉丁文脚本，vec_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/vec_Latn/train/*
- 配置名称：亚美尼亚语（亚美尼亚文脚本，hye_Armn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/hye_Armn/train/*
- 配置名称：诺曼语（拉丁文脚本，nrm_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/nrm_Latn/train/*
- 配置名称：吴语（汉字脚本，wuu_Hani）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/wuu_Hani/train/*
- 配置名称：安吉卡语（天城文脚本，anp_Deva）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/anp_Deva/train/*
- 配置名称：南俾路支语（阿拉伯字母脚本，bcc_Arab）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/bcc_Arab/train/*
- 配置名称：乌尔都语（阿拉伯字母脚本，urd_Arab）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/urd_Arab/train/*
- 配置名称：南非荷兰语（拉丁文脚本，afr_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/afr_Latn/train/*
- 配置名称：北阿塞拜疆语（拉丁文脚本，azj_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/azj_Latn/train/*
- 配置名称：泰米尔语（泰米尔文脚本，tam_Taml）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/tam_Taml/train/*
- 配置名称：哈萨克语（西里尔字母脚本，kaz_Cyrl）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/kaz_Cyrl/train/*
- 配置名称：挪威尼诺斯克语（拉丁文脚本，nno_Latn）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/nno_Latn/train/*
- 配置名称：古吉拉特语（古吉拉特文脚本，guj_Gujr）
数据文件：
- 数据拆分：训练集（train）
数据路径：data/guj_Gujr/train/*
---