EricPeter/msc-ufal

数据集msc-ufal包含英语（en）和另一种语言（lg）之间的翻译数据。数据集分为训练集、验证集和测试集，分别包含124162、15520和15521个样本。数据集的下载大小为22294325字节，总大小为34603208字节。

The dataset msc-ufal contains translation data between English (en) and another language (lg). The dataset is divided into training, validation, and test sets, containing 124162, 15520, and 15521 samples respectively. The download size of the dataset is 22294325 bytes, and the total size is 34603208 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • translation:
    • en: 数据类型为字符串
    • lg: 数据类型为字符串

数据集划分

• train:
  • 样本数量: 124162
  • 字节数: 27704064
• validation:
  • 样本数量: 15520
  • 字节数: 3436506
• test:
  • 样本数量: 15521
  • 字节数: 3462638

数据集大小

• 下载大小: 22294325 字节
• 数据集总大小: 34603208 字节