hgissbkh/wmt22-23-test-metrics

该数据集包含多种语言对的翻译数据，涵盖了源语言、目标语言、源文本、参考文本以及多个不同模型和配置下的输出和评分。数据集还包含了多个评估指标（如chrf、bleu、xcomet、kiwi）的评分。数据集分为训练集，包含38098个样本，总大小为130593023字节。

This dataset contains translation data for multiple language pairs, including source language, target language, source text, reference text, and outputs and scores under various models and configurations. The dataset also includes scores for multiple evaluation metrics (such as chrf, bleu, xcomet, kiwi). The dataset is divided into a training set, containing 38098 samples, with a total size of 130593023 bytes.

原始信息汇总

数据集概述

数据集特征

• lp: 字符串类型
• src_lang: 字符串类型
• tgt_lang: 字符串类型
• src: 字符串类型
• ref: 字符串类型
• base: 字符串类型
• sft_xcomet_multi: 字符串类型
• sft_kiwi_multi: 字符串类型
• sft_chrf_multi_no_ref: 字符串类型
• cpo_xcomet_multi: 字符串类型
• cpo_xcomet_multi_cb: 字符串类型
• cpo_kiwi_multi: 字符串类型
• cpo_chrf_multi_no_ref: 字符串类型
• cpo_xcomet_mono: 字符串类型
• cpo_xcomet_mono_cl_rl: 字符串类型
• cpo_xcomet_mono_cl_rm: 字符串类型
• cpo_xcomet_mono_cl_rh: 字符串类型
• cpo_xcomet_mono_cm_rl: 字符串类型
• cpo_xcomet_mono_cm_rm: 字符串类型
• cpo_xcomet_mono_cm_rh: 字符串类型
• cpo_xcomet_mono_ch_rl: 字符串类型
• cpo_xcomet_mono_ch_rm: 字符串类型
• cpo_xcomet_mono_ch_rh: 字符串类型
• base_chrf: 浮点数类型
• sft_xcomet_multi_chrf: 浮点数类型
• sft_kiwi_multi_chrf: 浮点数类型
• sft_chrf_multi_no_ref_chrf: 浮点数类型
• cpo_xcomet_multi_chrf: 浮点数类型
• cpo_xcomet_multi_cb_chrf: 浮点数类型
• cpo_kiwi_multi_chrf: 浮点数类型
• cpo_chrf_multi_no_ref_chrf: 浮点数类型
• cpo_xcomet_mono_chrf: 浮点数类型
• cpo_xcomet_mono_cl_rl_chrf: 浮点数类型
• cpo_xcomet_mono_cl_rm_chrf: 浮点数类型
• cpo_xcomet_mono_cl_rh_chrf: 浮点数类型
• cpo_xcomet_mono_cm_rl_chrf: 浮点数类型
• cpo_xcomet_mono_cm_rm_chrf: 浮点数类型
• cpo_xcomet_mono_cm_rh_chrf: 浮点数类型
• cpo_xcomet_mono_ch_rl_chrf: 浮点数类型
• cpo_xcomet_mono_ch_rm_chrf: 浮点数类型
• cpo_xcomet_mono_ch_rh_chrf: 浮点数类型
• base_bleu: 浮点数类型
• sft_xcomet_multi_bleu: 浮点数类型
• sft_kiwi_multi_bleu: 浮点数类型
• sft_chrf_multi_no_ref_bleu: 浮点数类型
• cpo_xcomet_multi_bleu: 浮点数类型
• cpo_xcomet_multi_cb_bleu: 浮点数类型
• cpo_kiwi_multi_bleu: 浮点数类型
• cpo_chrf_multi_no_ref_bleu: 浮点数类型
• cpo_xcomet_mono_bleu: 浮点数类型
• cpo_xcomet_mono_cl_rl_bleu: 浮点数类型
• cpo_xcomet_mono_cl_rm_bleu: 浮点数类型
• cpo_xcomet_mono_cl_rh_bleu: 浮点数类型
• cpo_xcomet_mono_cm_rl_bleu: 浮点数类型
• cpo_xcomet_mono_cm_rm_bleu: 浮点数类型
• cpo_xcomet_mono_cm_rh_bleu: 浮点数类型
• cpo_xcomet_mono_ch_rl_bleu: 浮点数类型
• cpo_xcomet_mono_ch_rm_bleu: 浮点数类型
• cpo_xcomet_mono_ch_rh_bleu: 浮点数类型
• base_xcomet: 浮点数类型
• sft_xcomet_multi_xcomet: 浮点数类型
• sft_kiwi_multi_xcomet: 浮点数类型
• sft_chrf_multi_no_ref_xcomet: 浮点数类型
• cpo_xcomet_multi_xcomet: 浮点数类型
• cpo_xcomet_multi_cb_xcomet: 浮点数类型
• cpo_kiwi_multi_xcomet: 浮点数类型
• cpo_chrf_multi_no_ref_xcomet: 浮点数类型
• cpo_xcomet_mono_xcomet: 浮点数类型
• cpo_xcomet_mono_cl_rl_xcomet: 浮点数类型
• cpo_xcomet_mono_cl_rm_xcomet: 浮点数类型
• cpo_xcomet_mono_cl_rh_xcomet: 浮点数类型
• cpo_xcomet_mono_cm_rl_xcomet: 浮点数类型
• cpo_xcomet_mono_cm_rm_xcomet: 浮点数类型
• cpo_xcomet_mono_cm_rh_xcomet: 浮点数类型
• cpo_xcomet_mono_ch_rl_xcomet: 浮点数类型
• cpo_xcomet_mono_ch_rm_xcomet: 浮点数类型
• cpo_xcomet_mono_ch_rh_xcomet: 浮点数类型
• base_kiwi: 浮点数类型
• sft_xcomet_multi_kiwi: 浮点数类型
• sft_kiwi_multi_kiwi: 浮点数类型
• sft_chrf_multi_no_ref_kiwi: 浮点数类型
• cpo_xcomet_multi_kiwi: 浮点数类型
• cpo_xcomet_multi_cb_kiwi: 浮点数类型
• cpo_kiwi_multi_kiwi: 浮点数类型
• cpo_chrf_multi_no_ref_kiwi: 浮点数类型
• cpo_xcomet_mono_kiwi: 浮点数类型
• cpo_xcomet_mono_cl_rl_kiwi: 浮点数类型
• cpo_xcomet_mono_cl_rm_kiwi: 浮点数类型
• cpo_xcomet_mono_cl_rh_kiwi: 浮点数类型
• cpo_xcomet_mono_cm_rl_kiwi: 浮点数类型
• cpo_xcomet_mono_cm_rm_kiwi: 浮点数类型
• cpo_xcomet_mono_cm_rh_kiwi: 浮点数类型
• cpo_xcomet_mono_ch_rl_kiwi: 浮点数类型
• cpo_xcomet_mono_ch_rm_kiwi: 浮点数类型
• cpo_xcomet_mono_ch_rh_kiwi: 浮点数类型

数据集分割

• train:
  • 字节数: 130593023
  • 样本数: 38098

数据集大小

• 下载大小: 82130998 字节
• 数据集大小: 130593023 字节

配置

• config_name: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*