hgissbkh/ALMA-Preference-Mono-System-XCOMET-Choose-Base

该数据集主要用于机器翻译任务，包含源语言、目标语言、源文本、参考翻译、被拒绝的翻译、选择的翻译等特征。此外，还包含多个翻译质量评估指标，如CHRF、BLEU、XCOMET和KIWI分数。数据集分为训练集，包含20575个样本，文件大小为17264712字节。

This dataset is primarily used for machine translation tasks, containing features such as source language, target language, source text, reference translation, rejected translation, chosen translation, etc. Additionally, it includes multiple translation quality evaluation metrics such as CHRF, BLEU, XCOMET, and KIWI scores. The dataset is divided into a training set, containing 20575 samples, with a file size of 17264712 bytes.

原始信息汇总

数据集概述

数据集特征

• lp: 字符串类型
• src_lang: 字符串类型
• tgt_lang: 字符串类型
• src: 字符串类型
• ref: 字符串类型
• rejected: 字符串类型
• chosen: 字符串类型
• base: 字符串类型
• rejected_chrf: 浮点数类型
• chosen_chrf: 浮点数类型
• base_chrf: 浮点数类型
• rejected_bleu: 浮点数类型
• chosen_bleu: 浮点数类型
• base_bleu: 浮点数类型
• rejected_xcomet: 浮点数类型
• chosen_xcomet: 浮点数类型
• base_xcomet: 浮点数类型
• rejected_kiwi: 浮点数类型
• chosen_kiwi: 浮点数类型
• base_kiwi: 浮点数类型

数据集分割

• train:
  • 字节数: 17264712
  • 样本数: 20575

数据集大小

• 下载大小: 11724351 字节
• 数据集大小: 17264712 字节

配置

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