quan246/doc_train

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: dev
path: data/dev-*
dataset_info:
features:
- name: translation
struct:
- name: en
dtype: string
- name: vi
dtype: string
splits:
- name: train
num_bytes: 351140
num_examples: 1000
- name: dev
num_bytes: 31689
num_examples: 100
download_size: 221537
dataset_size: 382829
---
# Dataset Card for "doc_train"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

配置项：
- 配置名称：默认
数据文件：
- 数据集划分：训练集
文件路径：data/train-*
- 数据集划分：验证集（开发集）
文件路径：data/dev-*
数据集信息：
特征项：
- 特征名称：翻译样本对
结构体组成：
- 字段名：en（英文）
数据类型：字符串
- 字段名：vi（越南语）
数据类型：字符串
数据集划分详情：
- 划分名称：训练集
字节大小：351140
样本数量：1000
- 划分名称：验证集
字节大小：31689
样本数量：100
下载总大小：221537
数据集总存储大小：382829
---
# “doc_train”数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

配置信息

• 默认配置 (config_name: default):
  • 训练数据 (split: train): data/train-*
  • 开发数据 (split: dev): data/dev-*

数据集信息

• 特征 (features):

  • 翻译 (name: translation):
    • 英语 (name: en, dtype: string)
    • 越南语 (name: vi, dtype: string)

• 数据分割 (splits):

  • 训练集 (name: train):
    • 大小 (num_bytes): 351140字节
    • 示例数量 (num_examples): 1000
  • 开发集 (name: dev):
    • 大小 (num_bytes): 31689字节
    • 示例数量 (num_examples): 100

• 下载大小 (download_size): 221537字节

• 数据集大小 (dataset_size): 382829字节