sharad461/ne-en-synthetic-1.6m

---
dataset_info:
features:
- name: ne
dtype: string
- name: en
dtype: string
splits:
- name: train
num_bytes: 601576386
num_examples: 1586877
- name: valid
num_bytes: 3066236
num_examples: 8014
- name: test
num_bytes: 3075908
num_examples: 8016
download_size: 320979190
dataset_size: 607718530
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: valid
path: data/valid-*
- split: test
path: data/test-*
---

This dataset includes two main features: ne and en, both of which are string types. The dataset is divided into train, valid, and test sets, containing 1586877, 8014, and 8016 examples respectively. The total download size of the dataset is 320979190 bytes, and the total dataset size is 607718530 bytes.

原始信息汇总

数据集概述

数据集特征

• ne: 数据类型为字符串。
• en: 数据类型为字符串。

数据集分割

• 训练集 (train):
  • 样本数量: 1586877
  • 数据大小: 601576386 字节
• 验证集 (valid):
  • 样本数量: 8014
  • 数据大小: 3066236 字节
• 测试集 (test):
  • 样本数量: 8016
  • 数据大小: 3075908 字节

数据集大小

• 下载大小: 320979190 字节
• 数据集总大小: 607718530 字节

数据文件配置

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 验证集路径: data/valid-*
  • 测试集路径: data/test-*