Nathamon/CommentwordExpo_Thai

---
dataset_info:
features:
- name: id
dtype: string
- name: sentence
dtype: string
- name: cleaned_sentence
dtype: string
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 10372596
num_examples: 19208
download_size: 4474122
dataset_size: 10372596
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "CommentwordExpo_Thai"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征列：
- 名称：id
数据类型：字符串（string）
- 名称：句子（sentence）
数据类型：字符串（string）
- 名称：清洗后句子（cleaned_sentence）
数据类型：字符串（string）
- 名称：__index_level_0__
数据类型：64位整数（int64）
数据拆分：
- 名称：训练集（train）
字节大小：10372596
样本数量：19208
下载体积：4474122
数据集总体积：10372596
配置项：
- 配置名称：默认配置（default）
数据文件：
- 数据拆分：训练集（train）
路径：data/train-*

# 「CommentwordExpo_泰语（CommentwordExpo_Thai）」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

数据集信息

特征

• id: 字符串类型
• sentence: 字符串类型
• cleaned_sentence: 字符串类型
• index_level_0: 整数类型

分割

• train:
  • 字节数: 10372596
  • 样本数: 19208

大小

• 下载大小: 4474122
• 数据集大小: 10372596

配置

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