vgaraujov/fapesp

该数据集包含英语到葡萄牙语和西班牙语到葡萄牙语的翻译任务数据，支持的语言有英语、西班牙语和葡萄牙语。数据集分为训练、验证和测试集，每个配置都详细列出了相应集的大小和示例数量。数据集遵循cc-by-2.0许可证。

原始信息汇总

数据集概述

数据集配置

• en-pt 配置

  • 语言对：英语（en）至葡萄牙语（pt）
  • 训练集：160975个例子，总大小47417503字节
  • 验证集：1375个例子，总大小405055字节
  • 测试集：1447个例子，总大小407579字节
  • 下载大小：29615550字节
  • 数据集总大小：48230137字节

• es-pt 配置

  • 语言对：西班牙语（es）至葡萄牙语（pt）
  • 训练集：158197个例子，总大小47480897字节
  • 验证集：1302个例子，总大小377101字节
  • 测试集：1379个例子，总大小400915字节
  • 下载大小：29829573字节
  • 数据集总大小：48258913字节

数据集特征

• 翻译特征：
  • en-pt：支持英语至葡萄牙语的翻译
  • es-pt：支持西班牙语至葡萄牙语的翻译

数据集文件

• en-pt 配置：

  • 训练集：路径为en-pt/train-*
  • 验证集：路径为en-pt/validation-*
  • 测试集：路径为en-pt/test-*

• es-pt 配置：

  • 训练集：路径为es-pt/train-*
  • 验证集：路径为es-pt/validation-*
  • 测试集：路径为es-pt/test-*