Mollel/Swahili-NLi-Pair_SWH_ENG

该数据集包含三个主要特征：language（语言）、anchor（锚点）和positive（正面样本）。数据集分为训练集、开发集和测试集三个部分，分别包含628630、13616和13662个样本。数据集的下载大小为57632750字节，总大小为98570983字节。

The dataset contains three main features: language, anchor, and positive. It is divided into three parts: train, dev, and test sets, containing 628630, 13616, and 13662 samples respectively. The download size of the dataset is 57632750 bytes, and the total size is 98570983 bytes.

原始信息汇总

数据集概述

数据特征

• language: 数据类型为字符串（string）
• anchor: 数据类型为字符串（string）
• positive: 数据类型为字符串（string）

数据分割

• train:
  • 字节数: 94153117
  • 样本数: 628630
• dev:
  • 字节数: 2166335
  • 样本数: 13616
• test:
  • 字节数: 2251531
  • 样本数: 13662

数据集大小

• 下载大小: 57632750 字节
• 数据集总大小: 98570983 字节

配置

• config_name: default
  • 数据文件路径:
    • train: data/train-*
    • dev: data/dev-*
    • test: data/test-*