gentaiscool/bitext_nusatranslation_miners

---
license: cc-by-sa-4.0

language:
- abs
- btk
- bew
- bhp
- ind
- jav
- mad
- mak
- min
- mui
- rej
- sun

configs:
- config_name: default
data_files:
- split: train
path: "train/*"
- config_name: ind-abs
data_files:
- split: train
path: "train/ind-abs.jsonl"
- config_name: ind-btk
data_files:
- split: train
path: "train/ind-btk.jsonl"
- config_name: ind-bew
data_files:
- split: train
path: "train/ind-bew.jsonl"
- config_name: ind-bhp
data_files:
- split: train
path: "train/ind-bhp.jsonl"
- config_name: ind-jav
data_files:
- split: train
path: "train/ind-jav.jsonl"
- config_name: ind-mad
data_files:
- split: train
path: "train/ind-mad.jsonl"
- config_name: ind-mak
data_files:
- split: train
path: "train/ind-mak.jsonl"
- config_name: ind-min
data_files:
- split: train
path: "train/ind-min.jsonl"
- config_name: ind-mui
data_files:
- split: train
path: "train/ind-mui.jsonl"
- config_name: ind-rej
data_files:
- split: train
path: "train/ind-rej.jsonl"
- config_name: ind-sun
data_files:
- split: train
path: "train/ind-sun.jsonl"
---

原始信息汇总

数据集概述

许可证

• 数据集使用CC BY-SA 4.0许可证。

支持的语言

• 数据集支持以下语言：
  • abs
  • btk
  • bew
  • bhp
  • ind
  • jav
  • mad
  • mak
  • min
  • mui
  • rej
  • sun

配置

• 数据集包含多个配置，每个配置对应不同的语言组合：
  • default: 包含所有语言的数据。
    • 训练数据路径: train/*
  • ind-abs: 包含ind和abs语言的数据。
    • 训练数据路径: train/ind-abs.jsonl
  • ind-btk: 包含ind和btk语言的数据。
    • 训练数据路径: train/ind-btk.jsonl
  • ind-bew: 包含ind和bew语言的数据。
    • 训练数据路径: train/ind-bew.jsonl
  • ind-bhp: 包含ind和bhp语言的数据。
    • 训练数据路径: train/ind-bhp.jsonl
  • ind-jav: 包含ind和jav语言的数据。
    • 训练数据路径: train/ind-jav.jsonl
  • ind-mad: 包含ind和mad语言的数据。
    • 训练数据路径: train/ind-mad.jsonl
  • ind-mak: 包含ind和mak语言的数据。
    • 训练数据路径: train/ind-mak.jsonl
  • ind-min: 包含ind和min语言的数据。
    • 训练数据路径: train/ind-min.jsonl
  • ind-mui: 包含ind和mui语言的数据。
    • 训练数据路径: train/ind-mui.jsonl
  • ind-rej: 包含ind和rej语言的数据。
    • 训练数据路径: train/ind-rej.jsonl
  • ind-sun: 包含ind和sun语言的数据。
    • 训练数据路径: train/ind-sun.jsonl