hessamasna/translated_articles

该数据集包含多种语言对的翻译数据，涉及的语言包括英语、波斯语、法语、西班牙语、阿拉伯语和俄语。数据集分为一个训练集，包含26,401个样本，总大小为1,040,315,853字节。下载大小为451,150,969字节。数据集的配置文件中指定了数据文件的路径。

This dataset contains translation data for multiple language pairs, including English, Persian, French, Spanish, Arabic, and Russian. The dataset is divided into a training set containing 26,401 samples, with a total size of 1,040,315,853 bytes. The download size is 451,150,969 bytes. The configuration file of the dataset specifies the path of the data files.

原始信息汇总

数据集概述

特征信息

• en: 类型为字符串
• fa: 类型为字符串
• fr: 类型为字符串
• es: 类型为字符串
• ar: 类型为字符串
• ru: 类型为字符串

数据分割

• train: 包含26401个样本，总字节数为1040315853

数据集大小

• 下载大小: 451150969字节
• 数据集大小: 1040315853字节

配置信息

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