Wilailack/zh-th_parallel

该数据集名为zh-th_parallel，是一个中泰双语平行语料库。数据集包含训练集、测试集和验证集三个部分。训练集包含73,526个样本，测试集和验证集各包含100个样本。每个样本由泰语和中文的翻译对组成。数据集的下载大小为20,591,438字节，总大小为40,175,236字节。

The dataset is named zh-th_parallel and consists of parallel Chinese-Thai text pairs. It includes three splits: train, test, and validation. The train split contains 73,526 examples, while the test and validation splits each contain 100 examples. Each example consists of a Thai (th) and Chinese (zh) translation pair. The dataset has a download size of 20,591,438 bytes and a total size of 40,175,236 bytes.

原始信息汇总

数据集概述

配置信息

• 配置名称: zh-th

特征信息

• 特征名称: translation
  • 结构:
    • th: 类型为字符串
    • zh: 类型为字符串

数据分割

• 训练集:
  • 字节数: 40128226
  • 样本数: 73526
• 测试集:
  • 字节数: 21816
  • 样本数: 100
• 验证集:
  • 字节数: 25194
  • 样本数: 100

数据大小

• 下载大小: 20591438 字节
• 数据集大小: 40175236 字节

数据文件路径

• 配置名称: zh-th
  • 训练集路径: zh-th/train-*
  • 测试集路径: zh-th/test-*
  • 验证集路径: zh-th/validation-*