ik/asante-twi-wavtokenizer-aligned-new

---
dataset_info:
features:
- name: text
dtype: string
- name: words_aligned
dtype: string
splits:
- name: train
num_bytes: 138784478.21470308
num_examples: 28165
- name: validation
num_bytes: 1459105.4193548388
num_examples: 278
- name: test
num_bytes: 470956.0
num_examples: 95
download_size: 64401894
dataset_size: 140714539.6340579
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
特征项：
- 名称：文本（text），数据类型：字符串（string）
- 名称：对齐词（words_aligned），数据类型：字符串（string）
数据集划分：
- 划分名称：训练集（train），字节占用量：138784478.21470308，样本数量：28165
- 划分名称：验证集（validation），字节占用量：1459105.4193548388，样本数量：278
- 划分名称：测试集（test），字节占用量：470956.0，样本数量：95
下载大小：64401894
数据集总大小：140714539.6340579
配置项：
- 配置名称：默认配置（default），数据文件：
- 划分：训练集（train），路径：data/train-*
- 划分：验证集（validation），路径：data/validation-*
- 划分：测试集（test），路径：data/test-*