kiet-ha/spoken-norm

---
dataset_info:
features:
- name: src
list: string
- name: tgt
list: string
- name: tag
list: string
splits:
- name: train
num_bytes: 5995984495
num_examples: 4999987
- name: valid
num_bytes: 39745189
num_examples: 50000
- name: test
num_bytes: 39336444
num_examples: 50000
download_size: 1451131914
dataset_size: 6075066128
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: valid
path: data/valid-*
- split: test
path: data/test-*
---

数据集信息：
特征项：
- 特征名：src（源序列），数据类型：字符串列表
- 特征名：tgt（目标序列），数据类型：字符串列表
- 特征名：tag（标签序列），数据类型：字符串列表
数据集拆分：
- 拆分名称：train（训练集），数据字节数：5995984495，样本总数：4999987
- 拆分名称：valid（验证集），数据字节数：39745189，样本总数：50000
- 拆分名称：test（测试集），数据字节数：39336444，样本总数：50000
下载总大小：1451131914
总数据体量：6075066128
配置项：
- 配置名称：default，数据文件路径：
- 训练集拆分：对应路径 data/train-*
- 验证集拆分：对应路径 data/valid-*
- 测试集拆分：对应路径 data/test-*