thanaphatt1/samsum-th-ggtrans

--- dataset_info: features: - name: id dtype: string - name: dialogue dtype: string - name: summary dtype: string splits: - name: train num_bytes: 22585353 num_examples: 14731 - name: validation num_bytes: 1231483 num_examples: 818 - name: test num_bytes: 1271673 num_examples: 819 download_size: 9523753 dataset_size: 25088509 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： 特征字段： - 字段名：id，数据类型：字符串（string） - 字段名：dialogue（对话文本），数据类型：字符串（string） - 字段名：summary（摘要文本），数据类型：字符串（string） 数据集划分： - 划分类型：训练集（train），字节占用量：22585353，样本量：14731 - 划分类型：验证集（validation），字节占用量：1231483，样本量：818 - 划分类型：测试集（test），字节占用量：1271673，样本量：819 下载总大小：9523753，数据集总存储大小：25088509 配置信息： - 配置名称：默认配置（default），数据文件配置： - 训练集（train）：存储路径为data/train-* - 验证集（validation）：存储路径为data/validation-* - 测试集（test）：存储路径为data/test-*

原始信息汇总

数据集概述

数据特征

• id: 数据类型为字符串（string）
• dialogue: 数据类型为字符串（string）
• summary: 数据类型为字符串（string）

数据分割

• train:
  • 字节数: 22585353
  • 样本数: 14731
• validation:
  • 字节数: 1231483
  • 样本数: 818
• test:
  • 字节数: 1271673
  • 样本数: 819

数据大小

• 下载大小: 9523753 字节
• 数据集大小: 25088509 字节

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • validation: data/validation-*
    • test: data/test-*