heoji/aihub-koen-720k-256
收藏Hugging Face2024-06-01 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/heoji/aihub-koen-720k-256
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含韩语和英语的平行文本数据，每个样本包含韩语文本、英语文本、来源标识、韩语文本长度、英语文本长度、总文本长度和索引级别。数据集包含一个训练集，共有347,821个样本，文件大小为109,515,802字节。下载大小为68,077,270字节，数据集总大小为109,515,802字节。
The dataset contains text data in Korean and English, along with metadata such as text lengths and source information. It is primarily intended for training purposes, with 347821 samples and a total size of 109515802 bytes.
提供机构：
heoji
原始信息汇总
数据集概述
数据集特征
- ko: 数据类型为字符串
- en: 数据类型为字符串
- source: 数据类型为整数（int64）
- ko_length: 数据类型为整数（int64）
- en_length: 数据类型为整数（int64）
- total_length: 数据类型为整数（int64）
- index_level_0: 数据类型为整数（int64）
数据集分割
- train:
- 数据量: 109,515,802字节
- 示例数量: 347,821
数据集大小
- 下载大小: 68,077,270字节
- 数据集大小: 109,515,802字节
配置
- default:
- 数据文件路径:
data/train-*
- 数据文件路径:
