Aletheia-ng/storygen-6k2

---
dataset_info:
features:
- name: conversations_eng
list:
- name: from
dtype: string
- name: value
dtype: string
- name: conversations_pcm
dtype: string
- name: conversations_yor
dtype: string
- name: conversations_ibo
dtype: string
- name: conversations_hau
dtype: string
- name: id_eng
dtype: string
- name: id_pcm
dtype: string
- name: id_yor
dtype: string
- name: id_ibo
dtype: string
- name: id_hau
dtype: string
splits:
- name: train
num_bytes: 5288097
num_examples: 288
download_size: 2246385
dataset_size: 5288097
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
1. 英语对话（conversations_eng）：为列表类型，内部包含两个子特征：
- 来源（from）：数据类型为字符串（string）
- 内容（value）：数据类型为字符串（string）
2. 皮钦语对话（conversations_pcm）：数据类型为字符串（string）
3. 约鲁巴语对话（conversations_yor）：数据类型为字符串（string）
4. 伊博语对话（conversations_ibo）：数据类型为字符串（string）
5. 豪萨语对话（conversations_hau）：数据类型为字符串（string）
6. 英语标识（id_eng）：数据类型为字符串（string）
7. 皮钦语标识（id_pcm）：数据类型为字符串（string）
8. 约鲁巴语标识（id_yor）：数据类型为字符串（string）
9. 伊博语标识（id_ibo）：数据类型为字符串（string）
10. 豪萨语标识（id_hau）：数据类型为字符串（string）
数据划分：
- 训练集（train）：字节大小为5288097，样本数量为288
下载大小：2246385，数据集总大小：5288097
配置项：
- 默认配置（default）：数据文件配置如下：
- 划分集为训练集，路径为 data/train-*