yiyic/Indo-Aryan-hin-urd-guj-pan_train

---
dataset_info:
features:
- name: text
dtype: string
- name: lang
dtype: string
splits:
- name: train
num_bytes: 17949553419
num_examples: 2583948
download_size: 7217549889
dataset_size: 17949553419
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：文本（text），数据类型为字符串
- 名称：语言（lang），数据类型为字符串
数据拆分：
- 拆分名称：训练集（train），占用字节数：17949553419，样本数量：2583948
下载大小：7217549889 字节
数据集总大小：17949553419 字节
配置项：
- 配置名称：默认（default），数据文件：
- 对应拆分：训练集（train），文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• text：数据类型为字符串。
• lang：数据类型为字符串。

数据集分割

• 训练集（train）：
  • 示例数量：2583948
  • 数据大小：17949553419字节

数据集大小

• 下载大小：7217549889字节
• 数据集总大小：17949553419字节

配置信息

• 默认配置（default）：
  • 训练数据路径：data/train-*