alvations/c4p0-v2-en-it

---
dataset_info:
features:
- name: source
dtype: string
- name: target
dtype: string
- name: target_backto_source
dtype: string
- name: raw_target
list:
- name: generated_text
dtype: string
- name: raw_target_backto_source
list:
- name: generated_text
dtype: string
- name: prompt
dtype: string
- name: reverse_prompt
dtype: string
- name: source_langid
dtype: string
- name: target_langid
dtype: string
- name: target_backto_source_langid
dtype: string
- name: doc_id
dtype: int64
- name: sent_id
dtype: int64
- name: timestamp
dtype: string
- name: url
dtype: string
- name: doc_hash
dtype: string
- name: dataset
dtype: string
- name: source_lang
dtype: string
- name: target_lang
dtype: string
splits:
- name: train
num_bytes: 47743464
num_examples: 36228
download_size: 21190283
dataset_size: 47743464
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• source: 数据类型为字符串
• target: 数据类型为字符串
• target_backto_source: 数据类型为字符串
• raw_target: 包含列表，列表中有一个名为generated_text的元素，数据类型为字符串
• raw_target_backto_source: 包含列表，列表中有一个名为generated_text的元素，数据类型为字符串
• prompt: 数据类型为字符串
• reverse_prompt: 数据类型为字符串
• source_langid: 数据类型为字符串
• target_langid: 数据类型为字符串
• target_backto_source_langid: 数据类型为字符串
• doc_id: 数据类型为整数（int64）
• sent_id: 数据类型为整数（int64）
• timestamp: 数据类型为字符串
• url: 数据类型为字符串
• doc_hash: 数据类型为字符串
• dataset: 数据类型为字符串
• source_lang: 数据类型为字符串
• target_lang: 数据类型为字符串

数据集分割

• train:
  • 字节数: 47743464
  • 示例数: 36228

数据集大小

• 下载大小: 21190283
• 数据集大小: 47743464

配置

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