nllg/wmt-metrics-data

--- configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* - config_name: mt0-labse data_files: - split: test path: mt0-labse/test-* - split: train path: mt0-labse/train-* dataset_info: - config_name: default features: - name: lp dtype: string - name: src dtype: string - name: mt dtype: string - name: ref dtype: string - name: score dtype: float64 - name: score_type dtype: string splits: - name: train num_bytes: 718521119 num_examples: 1527567 - name: test num_bytes: 31104504 num_examples: 77575 download_size: 0 dataset_size: 749625623 - config_name: mt0-labse features: - name: labels dtype: float64 - name: input_ids sequence: int32 - name: attention_mask sequence: int8 - name: labse sequence: float32 splits: - name: test num_bytes: 751787050.0 num_examples: 77575 - name: train num_bytes: 14966913687.0 num_examples: 1527567 download_size: 16284469907 dataset_size: 15718700737.0 --- # Dataset Card for "wmt-metrics-data" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

配置信息

默认配置 (default)

• 数据文件路径:
  • 训练集: data/train-*
  • 测试集: data/test-*
• 特征:
  • lp: 字符串类型
  • src: 字符串类型
  • mt: 字符串类型
  • ref: 字符串类型
  • score: 浮点数类型
  • score_type: 字符串类型
• 数据分割:
  • 训练集: 718521119 字节, 1527567 个样本
  • 测试集: 31104504 字节, 77575 个样本
• 数据集大小: 749625623 字节

mt0-labse 配置 (mt0-labse)

• 数据文件路径:
  • 训练集: mt0-labse/train-*
  • 测试集: mt0-labse/test-*
• 特征:
  • labels: 浮点数类型
  • input_ids: 整数序列
  • attention_mask: 整数序列
  • labse: 浮点数序列
• 数据分割:
  • 训练集: 14966913687 字节, 1527567 个样本
  • 测试集: 751787050 字节, 77575 个样本
• 数据集大小: 15718700737 字节
• 下载大小: 16284469907 字节