boda/guardian_word_initial_disjoint

---
language:
- en
dataset_info:
features:
- name: input
dtype: string
- name: target
dtype: string
splits:
- name: train
num_bytes: 4478319
num_examples: 75847
- name: test
num_bytes: 2006932
num_examples: 33905
- name: validation
num_bytes: 1924474
num_examples: 32628
download_size: 6578589
dataset_size: 8409725
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
---

语言：
- 英语（en）
数据集详情：
数据特征：
- 字段名：输入（input），数据类型：字符串（string）
- 字段名：目标（target），数据类型：字符串（string）
数据集拆分：
- 拆分名称：训练集（train），字节数：4478319，样本量：75847
- 拆分名称：测试集（test），字节数：2006932，样本量：33905
- 拆分名称：验证集（validation），字节数：1924474，样本量：32628
下载总大小：6578589
数据集总存储规模：8409725
配置方案：
- 配置名称：默认（default），数据文件配置：
- 对应拆分：训练集（train），文件路径：data/train-*
- 对应拆分：测试集（test），文件路径：data/test-*
- 对应拆分：验证集（validation），文件路径：data/validation-*

原始信息汇总

数据集概述

数据集特征

• input：数据类型为字符串（string）。
• target：数据类型为字符串（string）。

数据集划分

• 训练集（train）：包含75847个样本，总大小为4478319字节。
• 测试集（test）：包含33905个样本，总大小为2006932字节。
• 验证集（validation）：包含32628个样本，总大小为1924474字节。

数据集大小

• 下载大小：6578589字节。
• 数据集总大小：8409725字节。

数据文件配置

• 默认配置（default）：
  • 训练集路径：data/train-*
  • 测试集路径：data/test-*
  • 验证集路径：data/validation-*