WenWW/KD_multilingual_dataset

该数据集包含多种语言的文本数据，每种语言的数据集都有不同的字节大小和样本数量。数据集的特征包括文本内容（text）和唯一标识符（id）。数据集涵盖了德语（de）、法语（fr）、西班牙语（es）、意大利语（it）、波兰语（pl）、罗马尼亚语（ro）、荷兰语（nl）、希腊语（el）、匈牙利语（hu）、葡萄牙语（pt）、捷克语（cs）、瑞典语（sv）、保加利亚语（bg）、丹麦语（da）、芬兰语（fi）、斯洛伐克语（sk）、克罗地亚语（hr）、立陶宛语（lt）、斯洛文尼亚语（sl）、拉脱维亚语（lv）、爱沙尼亚语（et）、爱尔兰语（ga）和马耳他语（mt）。

This dataset contains text data in multiple languages, with each languages dataset having different byte sizes and numbers of examples. The features of the dataset include text content (text) and unique identifiers (id). The dataset covers German (de), French (fr), Spanish (es), Italian (it), Polish (pl), Romanian (ro), Dutch (nl), Greek (el), Hungarian (hu), Portuguese (pt), Czech (cs), Swedish (sv), Bulgarian (bg), Danish (da), Finnish (fi), Slovak (sk), Croatian (hr), Lithuanian (lt), Slovenian (sl), Latvian (lv), Estonian (et), Irish (ga), and Maltese (mt).