five

kardosdrur/opensubtitles-da-sv

收藏
Hugging Face2023-10-26 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/kardosdrur/opensubtitles-da-sv
下载链接
链接失效反馈
官方服务:
资源简介:
--- license: mit configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* dataset_info: features: - name: link_id dtype: string - name: da dtype: string - name: 'no' dtype: string - name: overlap dtype: float64 splits: - name: train num_bytes: 270499727.08648384 num_examples: 1772983 - name: test num_bytes: 67624969.91351616 num_examples: 443246 download_size: 201404638 dataset_size: 338124697.0 --- # OpenSubtitles Danish-Swedish Aligned sentences with heuristic-based filters from OpenSubtitles in Danish and in Swedish. The source code for producing the dataset is included in the repository. The dataset was created to aid training sentence transformers in the Danish Foundation Models project.
提供机构:
kardosdrur
原始信息汇总

OpenSubtitles Danish-Swedish 数据集概述

数据集信息

  • 许可证:MIT
  • 配置
    • 默认配置
      • 训练集:路径为 data/train-*
      • 测试集:路径为 data/test-*

数据集特征

  • 特征列表
    • link_id:字符串类型
    • da:字符串类型
    • no:字符串类型
    • overlap:浮点数类型(float64)

数据集分割

  • 训练集
    • 字节数:270499727.08648384
    • 样本数:1772983
  • 测试集
    • 字节数:67624969.91351616
    • 样本数:443246

数据集大小

  • 下载大小:201404638 字节
  • 数据集大小:338124697.0 字节
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作