jamesagilesoda/ko-corpus-cleaned-12653878

--- dataset_info: features: - name: text dtype: string splits: - name: clean num_bytes: 100325969043 num_examples: 12653878 - name: noisy num_bytes: 144185494007 num_examples: 19713534 download_size: 139825706722 dataset_size: 244511463050 configs: - config_name: default data_files: - split: clean path: data/clean-* - split: noisy path: data/noisy-* ---

原始信息汇总

数据集信息

特征

• 名称: text
• 数据类型: string

数据分割

• 名称: clean
  • 字节数: 100325969043
  • 样本数: 12653878
• 名称: noisy
  • 字节数: 144185494007
  • 样本数: 19713534

数据大小

• 下载大小: 139825706722
• 数据集大小: 244511463050

配置

• 配置名称: default
  • 数据文件:
    • 分割: clean
      • 路径: data/clean-*
    • 分割: noisy
      • 路径: data/noisy-*