Mollel/Swahili-stsb-SWH-ENG

该数据集包含多个语言对的句子对，每个句子对包含两个句子（sentence1和sentence2）以及一个分数（score）。数据集分为训练集、验证集和测试集，分别包含11498、3000和2758个示例。数据集的下载大小为1500496字节，总大小为2558103字节。

原始信息汇总

数据集概述

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）。

数据集划分

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

数据集大小

• 下载大小: 1500496字节。
• 总大小: 2558103字节。

配置

• config_name: default
  • 数据文件路径:
    • train: data/train-*
    • validation: data/validation-*
    • test: data/test-*