HugginJake/specialFrom_ccmatrix77k

该数据集包含两个主要特征：id和translation。translation是一个结构体，包含意大利语（it）和德语（de）两种语言的翻译对。数据集分为训练集和测试集，训练集包含53,386个样本，测试集包含13,295个样本。数据集的总下载大小为10,372,755字节，总大小为16,354,633字节。

The dataset contains two main features: id and translation. translation is a structure that includes translation pairs for Italian (it) and German (de). The dataset is divided into a training set and a test set, with the training set containing 53,386 samples and the test set containing 13,295 samples. The total download size of the dataset is 10,372,755 bytes, and the total size is 16,354,633 bytes.

原始信息汇总

数据集概述

特征

• id: 数据类型为 int32。
• translation: 结构化特征，包含以下子特征：
  • it: 数据类型为 string。
  • de: 数据类型为 string。

数据分割

• train:
  • 字节数: 13097701
  • 样本数: 53386
• test:
  • 字节数: 3256932
  • 样本数: 13295

数据集大小

• 下载大小: 10372755 字节
• 数据集总大小: 16354633 字节

配置

• default:
  • train: 数据文件路径为 data/train-*。
  • test: 数据文件路径为 data/test-*。