HamdanXI/arb-eng-parallel-10k-splitted-translated-arabic-cosine-95

---
dataset_info:
features:
- name: arabic
dtype: string
- name: english
dtype: string
splits:
- name: train
num_bytes: 1585824
num_examples: 3666
- name: validation
num_bytes: 407437
num_examples: 1000
- name: test
num_bytes: 419389
num_examples: 1000
download_size: 1348110
dataset_size: 2412650
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

特征

• arabic: 数据类型为字符串
• english: 数据类型为字符串

数据分割

• train:
  • 字节数: 1585824
  • 样本数: 3666
• validation:
  • 字节数: 407437
  • 样本数: 1000
• test:
  • 字节数: 419389
  • 样本数: 1000

数据大小

• 下载大小: 1348110 字节
• 数据集大小: 2412650 字节

配置

• default:
  • train: 文件路径为 data/train-*
  • validation: 文件路径为 data/validation-*
  • test: 文件路径为 data/test-*