spsither/tibetan_monolingual_gold

---
dataset_info:
features:
- name: text
dtype: string
splits:
- name: train
num_bytes: 14162624129
num_examples: 99325184
- name: test
num_bytes: 359271392
num_examples: 2448622
download_size: 4163810510
dataset_size: 14521895521
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征字段：
- 字段名称：text，数据类型：字符串（string）
数据集划分：
- 划分名称：训练集（train），字节数：14162624129，样本数：99325184
- 划分名称：测试集（test），字节数：359271392，样本数：2448622
下载大小：4163810510，数据集总大小：14521895521
配置项：
- 配置名称：default
数据文件：
- 划分集：训练集（train），路径：data/train-*
- 划分集：测试集（test），路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• 名称: text
• 数据类型: string

数据集分割

• 训练集
  • 样本数量: 99325184
  • 数据大小: 14162624129 字节
• 测试集
  • 样本数量: 2448622
  • 数据大小: 359271392 字节

数据集大小

• 下载大小: 4163810510 字节
• 总数据大小: 14521895521 字节

数据文件配置

• 默认配置
  • 训练数据路径: data/train-*
  • 测试数据路径: data/test-*