dap305/processed_europarlv7_subset50k

---
dataset_info:
features:
- name: id
dtype: int64
- name: translation
struct:
- name: en
dtype: string
- name: es
dtype: string
splits:
- name: train
num_bytes: 14932116.608169874
num_examples: 46349
- name: validation
num_bytes: 786087.3918301256
num_examples: 2440
- name: test
num_bytes: 347061
num_examples: 1000
download_size: 9956095
dataset_size: 16065265
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
task_categories:
- translation
language:
- en
- es
pretty_name: EuroParl.v7.Subset50k
size_categories:
- 10K<n<100K
---

原始信息汇总

数据集概述

数据集信息

特征

• id: 数据类型为 int64
• translation: 结构化数据
  • en: 数据类型为 string
  • es: 数据类型为 string

数据分割

• train:
  • 字节数: 14932116.608169874
  • 样本数: 46349
• validation:
  • 字节数: 786087.3918301256
  • 样本数: 2440
• test:
  • 字节数: 347061
  • 样本数: 1000

数据大小

• 下载大小: 9956095
• 数据集大小: 16065265

配置

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

任务类别

• translation

语言

• en
• es

数据集名称

• EuroParl.v7.Subset50k

数据集大小类别

• 10K<n<100K