rd124/samanantar_100K_hindi

---
dataset_info:
features:
- name: idx
dtype: int64
- name: src
dtype: string
- name: tgt
dtype: string
splits:
- name: train
num_bytes: 35534615.07770421
num_examples: 100000
- name: validation
num_bytes: 3553461.507770421
num_examples: 10000
download_size: 21062585
dataset_size: 39088076.58547463
---
# Dataset Card for "samanantar_100K_hindi"

[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：idx，数据类型：int64
- 字段名：src（源文本），数据类型：字符串型
- 字段名：tgt（目标文本），数据类型：字符串型
数据集划分：
- 划分集：训练集（train），占用字节数：35534615.07770421，样本总数：100000
- 划分集：验证集（validation），占用字节数：3553461.507770421，样本总数：10000
下载总大小：21062585（字节）
数据集总存储大小：39088076.58547463（字节）
---
# 「samanantar_100K_hindi」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)

原始信息汇总

数据集概述

数据集名称

samanantar_100K_hindi

数据集特征

• idx: 数据类型为 int64
• src: 数据类型为 string
• tgt: 数据类型为 string

数据集划分

• 训练集 (train):
  • 示例数量: 100000
  • 数据大小: 35534615.07770421 字节
• 验证集 (validation):
  • 示例数量: 10000
  • 数据大小: 3553461.507770421 字节

数据集大小

• 下载大小: 21062585 字节
• 数据集总大小: 39088076.58547463 字节