jaymanvirk/synthetic_parallel_corpora

---
dataset_info:
features:
- name: id
dtype: int64
- name: translation
struct:
- name: de
dtype: string
- name: en
dtype: string
splits:
- name: train
num_bytes: 5468763
num_examples: 30239
download_size: 3065902
dataset_size: 5468763
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集信息

• 特征信息:
  • id: 数据类型为 int64
  • translation: 结构化数据
    • de: 数据类型为 string
    • en: 数据类型为 string

数据分割

• 训练集:
  • 字节数: 5468763
  • 样本数: 30239

数据集大小

• 下载大小: 3065902 字节
• 数据集大小: 5468763 字节

配置信息

• 默认配置:
  • 数据文件:
    • 训练集路径: data/train-*