chronbmm/sanskrit-unsandhi-lemma-morphosyntax-tagging
收藏资源简介：
--- dataset_info: features: - name: sentence dtype: string - name: unsandhied dtype: string splits: - name: train num_bytes: 124323563 num_examples: 584830 - name: validation num_bytes: 1694637 num_examples: 8190 - name: test num_bytes: 1711180 num_examples: 8399 download_size: 69041037 dataset_size: 127729380 configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* - split: test path: data/test-* ---
数据集信息： 特征字段： - 字段名：sentence（句子），数据类型：字符串 - 字段名：unsandhied，数据类型：字符串 数据划分： - 划分名称：train（训练集），占用字节数：124323563，样本数量：584830 - 划分名称：validation（验证集），占用字节数：1694637，样本数量：8190 - 划分名称：test（测试集），占用字节数：1711180，样本数量：8399 下载大小：69041037，数据集总大小：127729380 配置项： - 配置名称：default（默认配置），数据文件： - 训练集：data/train-* - 验证集：data/validation-* - 测试集：data/test-*
数据集概述
数据集特征
- sentence：数据类型为字符串。
- unsandhied：数据类型为字符串。
数据集分割
- 训练集：包含584830个样本，总大小为124323563字节。
- 验证集：包含8190个样本，总大小为1694637字节。
- 测试集：包含8399个样本，总大小为1711180字节。
数据集大小
- 下载大小：69041037字节。
- 数据集总大小：127729380字节。
数据文件配置
- 默认配置：
- 训练集路径：
data/train-* - 验证集路径：
data/validation-* - 测试集路径：
data/test-*
- 训练集路径：
