benoitfavre/llmpicto-commonvoice-v2

---
license: mit
configs:
- config_name: default
data_files:
- split: validation
path: data/validation-*
- split: test
path: data/test-*
- split: train
path: data/train-*
dataset_info:
features:
- name: clips
dtype: string
- name: text
dtype: string
- name: pictos
list: string
- name: tokens
dtype: string
splits:
- name: validation
num_bytes: 2937827
num_examples: 16084
- name: test
num_bytes: 2943843
num_examples: 16124
- name: train
num_bytes: 95397280
num_examples: 516344
download_size: 64257448
dataset_size: 101278950
---

Reformatted version of [benoitfavre/llmpicto-commonvoice](https://huggingface.co/datasets/benoitfavre/llmpicto-commonvoice) with sentences in "text" column and pictograms in "pictos" column.

许可证：MIT许可证
配置项：
- 配置名称：默认配置
数据文件：
- 拆分：验证集，路径：data/validation-*
- 拆分：测试集，路径：data/test-*
- 拆分：训练集，路径：data/train-*
数据集信息：
特征：
- 字段名：clips，数据类型：字符串
- 字段名：text，数据类型：字符串
- 字段名：pictos（象形图），数据类型：字符串列表
- 字段名：tokens（Token），数据类型：字符串
拆分详情：
- 名称：验证集，字节数：2937827，样本数：16084
- 名称：测试集，字节数：2943843，样本数：16124
- 名称：训练集，字节数：95397280，样本数：516344
下载大小：64257448
数据集总大小：101278950

本数据集为[benoitfavre/llmpicto-commonvoice](https://huggingface.co/datasets/benoitfavre/llmpicto-commonvoice)的重构版本，其中"text"列存储句子文本，"pictos"列存储象形图相关数据。