sartifyllc/Swahili-stsb-SWH-ENG

该数据集包含三个主要部分：训练集、验证集和测试集。每个部分都包含语言、句子对（sentence1和sentence2）以及一个分数（score）的特征。数据集的总下载大小为1500496字节，总数据集大小为2558103字节。训练集包含11498个样本，验证集包含3000个样本，测试集包含2758个样本。

原始信息汇总

数据集概述

数据特征

• language: 数据类型为字符串。
• sentence1: 数据类型为字符串。
• sentence2: 数据类型为字符串。
• score: 数据类型为浮点数（float64）。

数据分割

• train: 包含11498个样本，大小为1703569字节。
• validation: 包含3000个样本，大小为475398字节。
• test: 包含2758个样本，大小为379136字节。

数据集大小

• 下载大小: 1500496字节。
• 数据集总大小: 2558103字节。

配置

• default:
  • train: 文件路径为data/train-*。
  • validation: 文件路径为data/validation-*。
  • test: 文件路径为data/test-*。