hgissbkh/ALMA-Preference-Multi-System

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、参考翻译、基础翻译和GPT-4翻译。此外，数据集还提供了多种评估指标（如chrf、bleu、xcomet和kiwi）用于评估翻译质量。数据集仅包含一个训练集，包含20575个样本，文件大小为14483338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
• base: 字符串类型
• gpt4: 字符串类型
• ref_chrf: 64位整数类型
• base_chrf: 64位浮点数类型
• gpt4_chrf: 64位浮点数类型
• ref_bleu: 64位整数类型
• base_bleu: 64位浮点数类型
• gpt4_bleu: 64位浮点数类型
• ref_xcomet: 64位浮点数类型
• base_xcomet: 64位浮点数类型
• gpt4_xcomet: 64位浮点数类型
• ref_kiwi: 64位浮点数类型
• base_kiwi: 64位浮点数类型
• gpt4_kiwi: 64位浮点数类型

数据分割

• train:
  • 字节数: 14483338
  • 样本数: 20575

数据集大小

• 下载大小: 9420983 字节
• 数据集大小: 14483338 字节

配置

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