hgissbkh/ALMA-Preference-Mono-System-XCOMET-Choose-Base-Reject-Mid

该数据集包含多种语言对的翻译数据，涉及源语言、目标语言、源文本、参考文本、被拒绝的翻译、选择的翻译以及基础翻译。此外，数据集还提供了多种翻译质量评估指标，如chrf、bleu、xcomet和kiwi等。数据集仅包含训练集，共有20575个样本，总大小为17258433字节。

原始信息汇总

数据集概述

数据集信息

特征

• lp: 字符串类型
• src_lang: 字符串类型
• tgt_lang: 字符串类型
• src: 字符串类型
• ref: 字符串类型
• rejected: 字符串类型
• chosen: 字符串类型
• base: 字符串类型
• rejected_chrf: 浮点数类型
• chosen_chrf: 浮点数类型
• base_chrf: 浮点数类型
• rejected_bleu: 浮点数类型
• chosen_bleu: 浮点数类型
• base_bleu: 浮点数类型
• rejected_xcomet: 浮点数类型
• chosen_xcomet: 浮点数类型
• base_xcomet: 浮点数类型
• rejected_kiwi: 浮点数类型
• chosen_kiwi: 浮点数类型
• base_kiwi: 浮点数类型

数据分割

• train: 包含20575个样本，占用17258433字节

数据集大小

• 下载大小: 11728588字节
• 数据集大小: 17258433字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*