presencesw/pubmed_envi_stage_2_o

---
dataset_info:
features:
- name: en
dtype: string
- name: vi
dtype: string
splits:
- name: train
num_bytes: 24041184334.24373
num_examples: 10888215
download_size: 10807299020
dataset_size: 24041184334.24373
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

dataset_info:
features:
- name: 英文（en）
dtype: 字符串
- name: 越南语（vi）
dtype: 字符串
splits:
- name: 训练集
num_bytes: 24041184334.24373
num_examples: 10888215
download_size: 10807299020
dataset_size: 24041184334.24373
configs:
- config_name: 默认
data_files:
- split: 训练集
path: data/train-*

原始信息汇总

数据集概述

特征信息

• 名称: en
  • 数据类型: string
• 名称: vi
  • 数据类型: string

数据分割

• 名称: train
  • 字节数: 24041184334.24373
  • 样本数: 10888215

数据集大小

• 下载大小: 10807299020
• 数据集大小: 24041184334.24373

配置信息

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