dot-ammar/AR-dotless-medium-mixed

---
dataset_info:
features:
- name: clean
dtype: string
- name: dotless
dtype: string
splits:
- name: train
num_bytes: 782074235.6168703
num_examples: 4446330
download_size: 465172099
dataset_size: 782074235.6168703
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：clean，数据类型（dtype）：字符串（string）
- 名称：dotless，数据类型（dtype）：字符串（string）
数据集拆分：
- 拆分：训练集（train），字节数：782074235.6168703，样本数量：4446330
下载大小：465172099
数据集总大小：782074235.6168703
配置：
- 配置名称：默认配置（default），数据文件：
- 拆分：训练集（train），路径：data/train-*

原始信息汇总

数据集概述

数据特征

• 名称: clean
  • 数据类型: string
• 名称: dotless
  • 数据类型: string

数据分割

• 名称: train
  • 字节数: 782074235.6168703
  • 样本数: 4446330

数据集大小

• 下载大小: 465172099
• 数据集大小: 782074235.6168703

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*