Aye10032/zh-en-translate-20k

该数据集包含英文和中文两种语言的文本对，主要用于机器翻译或双语文本处理任务。数据集分为训练集和验证集，训练集包含20127个样本，验证集包含2237个样本。每个样本包含一个英文句子和对应的中文翻译。数据集的下载大小为1922549字节，总大小为2484743.0字节。

This dataset contains text pairs in English and Chinese, primarily used for machine translation or bilingual text processing tasks. The dataset is divided into a training set and a validation set, with the training set containing 20,127 samples and the validation set containing 2,237 samples. Each sample includes an English sentence and its corresponding Chinese translation. The download size of the dataset is 1,922,549 bytes, and the total size is 2,484,743.0 bytes.

原始信息汇总

数据集概述

数据特征

• english: 数据类型为字符串。
• chinese: 数据类型为字符串。

数据分割

• train:
  • 字节数: 2236202.0372473616
  • 样本数: 20127
• validation:
  • 字节数: 248540.96275263818
  • 样本数: 2237

数据大小

• 下载大小: 1922549 字节
• 数据集大小: 2484743.0 字节

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • validation: data/validation-*