Dauren-Nur/kaz_rus_parallel_corpora_KAZNU

---
dataset_info:
features:
- name: kaz
dtype: string
- name: rus
dtype: string
splits:
- name: train
num_bytes: 36422766.148103595
num_examples: 69162
- name: test
num_bytes: 9105954.851896405
num_examples: 17291
download_size: 23404279
dataset_size: 45528721
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
task_categories:
- translation
language:
- kk
- ru
pretty_name: Parallel corpora for Kazakh and Russian language
size_categories:
- 10K<n<100K
---

原始信息汇总

数据集概述

数据集特征

• kaz: 数据类型为字符串
• rus: 数据类型为字符串

数据集分割

• 训练集: 包含69162个样本，占用36422766.148103595字节
• 测试集: 包含17291个样本，占用9105954.851896405字节

数据集大小

• 下载大小: 23404279字节
• 数据集总大小: 45528721字节

配置文件

• 默认配置: 包含训练集和测试集的数据文件路径
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*

任务类别

• 翻译

语言

• 哈萨克语 (kk)
• 俄语 (ru)

数据集名称

• 名称: Parallel corpora for Kazakh and Russian language

大小类别

• 10K<n<100K