mugezhang/8lang_multirepr_pretrain_interleaved
收藏Hugging Face2026-03-26 更新2026-04-12 收录
下载链接：
https://hf-mirror.com/datasets/mugezhang/8lang_multirepr_pretrain_interleaved
下载链接
链接失效反馈官方服务：
资源简介：
---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
dataset_info:
features:
- name: text
dtype: string
- name: language
dtype: string
- name: phonemes
dtype: string
- name: ipa_stripped
dtype: string
- name: romanized
dtype: string
splits:
- name: train
num_bytes: 870819457851
num_examples: 44589672
download_size: 464407973973
dataset_size: 870819457851
---
---
数据集配置：
- 配置名称：default
数据文件：
- 数据集划分：训练集
文件路径：data/train-*
数据集详情：
数据特征：
- 特征名：文本（text）
数据类型：字符串
- 特征名：语言（language）
数据类型：字符串
- 特征名：音素（phonemes）
数据类型：字符串
- 特征名：剥离国际音标（International Phonetic Alphabet）后的文本（ipa_stripped）
数据类型：字符串
- 特征名：罗马化文本（romanized）
数据类型：字符串
数据集划分信息：
- 划分名称：训练集
总字节数：870819457851
样本总数：44589672
下载大小：464407973973
数据集总大小：870819457851
---
提供机构：
mugezhang
