darcy01/autotrain-data-opus-mt-en-zh_hanz
收藏Hugging Face2022-09-17 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/darcy01/autotrain-data-opus-mt-en-zh_hanz
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是通过AutoTrain自动处理的，用于英语到中文的翻译任务。数据集中包含源文本、目标文本以及源文本和目标文本的长度特征。数据集被分为训练集和验证集，分别包含16350和4088个样本。
提供机构：
darcy01
原始信息汇总
AutoTrain Dataset for project: opus-mt-en-zh_hanz
数据集描述
本数据集是为项目 opus-mt-en-zh_hanz 自动处理的。
语言
数据集的语言BCP-47代码为 en2zh。
数据集结构
数据实例
数据集的样本示例如下：
json [ { "source": "And then I hear something.", "target": "然后我听到什么动静。", "feat_en_length": 26, "feat_zh_length": 9 }, { "source": "A ghostly iron whistle blows through the tunnels.", "target": "幽灵般的铁哨声穿过隧道。", "feat_en_length": 49, "feat_zh_length": 10 } ]
数据集字段
数据集包含以下字段（特征）：
json { "source": "Value(dtype=string, id=None)", "target": "Value(dtype=string, id=None)", "feat_en_length": "Value(dtype=int64, id=None)", "feat_zh_length": "Value(dtype=int64, id=None)" }
数据集分割
数据集分为训练集和验证集，分割大小如下：
| 分割名称 | 样本数量 |
|---|---|
| 训练集 | 16350 |
| 验证集 | 4088 |
