huiwonLee/translation_enzh2ko_3000000_aihub

该数据集包含三个主要特征：ko、foreign和language，数据类型均为字符串。数据集包含一个训练分割，共有6,000,000个样本，数据文件路径为data/train-*。数据集的下载大小为1,073,732,915字节，总大小为1,528,564,619字节。

The dataset includes three main features: ko, foreign, and language, all of which are of string type. The dataset contains a training split with 6,000,000 samples, and the data files are located at data/train-*. The download size of the dataset is 1,073,732,915 bytes, and the total size is 1,528,564,619 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征:

  • 名称: ko
    • 数据类型: string
  • 名称: foreign
    • 数据类型: string
  • 名称: language
    • 数据类型: string

• 分割:

  • 名称: train
    • 字节数: 1528564619
    • 样本数: 6000000

• 下载大小: 1073732915

• 数据集大小: 1528564619

配置

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