9wimu9/sinhala_33m_sorted_by_size
收藏Hugging Face2023-07-11 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/9wimu9/sinhala_33m_sorted_by_size
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: text
dtype: string
splits:
- name: train
num_bytes: 8136854907
num_examples: 33947380
download_size: 3787995288
dataset_size: 8136854907
---
# Dataset Card for "sinhala_33m_sorted_by_size"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
---
数据集信息：
特征字段：
- 字段名称：text，数据类型：字符串（string）
数据划分：
- 划分名称：训练集（train），字节数：8136854907，样本数：33947380
下载大小：3787995288，数据集总字节数：8136854907
---
# 「按大小排序的3300万样本僧伽罗语数据集」数据集卡片
【需补充更多信息】(https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
##
提供机构：
9wimu9
原始信息汇总
数据集概述
数据集名称
sinhala_33m_sorted_by_size
数据集特征
- text：数据类型为字符串。
数据集划分
- train：包含33947380个样本，总大小为8136854907字节。
数据集大小
- 下载大小：3787995288字节
- 数据集总大小：8136854907字节
