pollitoconpapass/eng-quz-translation-dataset

该数据集是一个用于翻译任务的双语数据集，包含英语和克丘亚语两种语言。数据集分为训练集、验证集和测试集，分别包含114,828、14,353和14,355个示例。训练集的大小为21,339,016字节，验证集为2,541,736字节，测试集为2,411,371字节。整个数据集的下载大小为15,043,987字节，总大小为26,292,123字节。

原始信息汇总

数据集概述

语言支持

• 英语 (en)
• 克丘亚语 (qu)

许可证

• MIT

任务类别

• 翻译

数据集特征

• English: 字符串类型
• Quechua: 字符串类型

数据分割

• 训练集 (train):
  • 示例数量: 114828
  • 字节数: 21339016
• 验证集 (validate):
  • 示例数量: 14353
  • 字节数: 2541736
• 测试集 (test):
  • 示例数量: 14355
  • 字节数: 2411371

数据集大小

• 下载大小: 15043987 字节
• 数据集总大小: 26292123 字节

配置

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 验证集路径: data/validate-*
  • 测试集路径: data/test-*