wygao8/13B-LoRA-DP0.5-BG10-MM

该数据集包含多种语言对的翻译数据，具体包括捷克语-英语（cs-en）、德语-英语（de-en）、冰岛语-英语（is-en）、俄语-英语（ru-en）和中文-英语（zh-en）。每个语言对的数据集包含原始文本（如cs, en, de, is, ru, zh）以及通过不同模型（如kiwi-xl, kiwi-xxl, xcomet-xl）生成的翻译结果和相应的分数。数据集主要用于训练和评估机器翻译模型。

This dataset contains translation data for multiple language pairs, specifically Czech-English (cs-en), German-English (de-en), Icelandic-English (is-en), Russian-English (ru-en), and Chinese-English (zh-en). Each language pairs dataset includes original texts (e.g., cs, en, de, is, ru, zh) and translations generated by different models (e.g., kiwi-xl, kiwi-xxl, xcomet-xl) along with their corresponding scores. The dataset is primarily used for training and evaluating machine translation models.

原始信息汇总

数据集概述

数据集配置

cs-en

• 特征:
  • translation:
    • alma_cs: 字符串序列
    • alma_cs_kiwi-xl: 浮点数序列
    • alma_cs_kiwi-xxl: 浮点数序列
    • alma_cs_xcomet-xl: 浮点数序列
    • alma_en: 字符串序列
    • alma_en_kiwi-xl: 浮点数序列
    • alma_en_kiwi-xxl: 浮点数序列
    • alma_en_xcomet-xl: 浮点数序列
    • cs: 字符串
    • en: 字符串
    • language_pair: 字符串
    • required_directions: 字符串
• 分割:
  • train:
    • 字节数: 6963907
    • 样本数: 2009
• 下载大小: 2621295
• 数据集大小: 6963907

de-en

• 特征:
  • translation:
    • alma_de: 字符串序列
    • alma_de_kiwi-xl: 浮点数序列
    • alma_de_kiwi-xxl: 浮点数序列
    • alma_de_xcomet-xl: 浮点数序列
    • alma_en: 字符串序列
    • alma_en_kiwi-xl: 浮点数序列
    • alma_en_kiwi-xxl: 浮点数序列
    • alma_en_xcomet-xl: 浮点数序列
    • de: 字符串
    • en: 字符串
    • language_pair: 字符串
    • required_directions: 字符串
• 分割:
  • train:
    • 字节数: 7301195
    • 样本数: 2009
• 下载大小: 2552929
• 数据集大小: 7301195

is-en

• 特征:
  • translation:
    • alma_en: 字符串序列
    • alma_en_kiwi-xl: 浮点数序列
    • alma_en_kiwi-xxl: 浮点数序列
    • alma_en_xcomet-xl: 浮点数序列
    • alma_is: 字符串序列
    • alma_is_kiwi-xl: 浮点数序列
    • alma_is_kiwi-xxl: 浮点数序列
    • alma_is_xcomet-xl: 浮点数序列
    • en: 字符串
    • is: 字符串
    • language_pair: 字符串
    • required_directions: 字符串
• 分割:
  • train:
    • 字节数: 7035474
    • 样本数: 2009
• 下载大小: 2686878
• 数据集大小: 7035474

ru-en

• 特征:
  • translation:
    • alma_en: 字符串序列
    • alma_en_kiwi-xl: 浮点数序列
    • alma_en_kiwi-xxl: 浮点数序列
    • alma_en_xcomet-xl: 浮点数序列
    • alma_ru: 字符串序列
    • alma_ru_kiwi-xl: 浮点数序列
    • alma_ru_kiwi-xxl: 浮点数序列
    • alma_ru_xcomet-xl: 浮点数序列
    • en: 字符串
    • language_pair: 字符串
    • required_directions: 字符串
    • ru: 字符串
• 分割:
  • train:
    • 字节数: 9462718
    • 样本数: 2009
• 下载大小: 2997948
• 数据集大小: 9462718

zh-en

• 特征:
  • translation:
    • alma_en: 字符串序列
    • alma_en_kiwi-xl: 浮点数序列
    • alma_en_kiwi-xxl: 浮点数序列
    • alma_en_xcomet-xl: 浮点数序列
    • alma_zh: 字符串序列
    • alma_zh_kiwi-xl: 浮点数序列
    • alma_zh_kiwi-xxl: 浮点数序列
    • alma_zh_xcomet-xl: 浮点数序列
    • en: 字符串
    • language_pair: 字符串
    • required_directions: 字符串
    • zh: 字符串
• 分割:
  • train:
    • 字节数: 6511207
    • 样本数: 2009
• 下载大小: 2657314
• 数据集大小: 6511207

数据文件路径

• cs-en:
  • train: cs-en/train-*
• de-en:
  • train: de-en/train-*
• is-en:
  • train: is-en/train-*
• ru-en:
  • train: ru-en/train-*
• zh-en:
  • train: zh-en/train-*