vietgpt/opus100_envi

Opus100是一个用于翻译任务的数据集，主要涉及英语和越南语之间的翻译。数据集包含1,000,000个训练例子，2,000个验证例子和2,000个测试例子。每个例子包含英语和越南语的句子对。数据集的特征包括两个字段：en（英语句子）和vi（越南语句子）。数据集的下载大小为59,201,490字节，总大小为83,001,935字节。该数据集适用于自然语言处理中的翻译任务，并且被标记为语言模型（LM）相关。

原始信息汇总

数据集概述

数据集名称

• Opus100

数据集特征

• en: 字符串类型
• vi: 字符串类型

数据集分割

• train: 1,000,000 示例，82,614,470 字节
• validation: 2,000 示例，194,721 字节
• test: 2,000 示例，192,744 字节

数据集大小

• 下载大小: 59,201,490 字节
• 数据集大小: 83,001,935 字节

任务类别

• 翻译

语言

• 英语 (en)
• 越南语 (vi)

标签

• LM

大小类别

• 1M<n<10M