wygao8/13B-LoRA-DP0.5-BG5

该数据集包含多种语言对的翻译数据，支持的语言对包括捷克语-英语（cs-en）、德语-英语（de-en）、冰岛语-英语（is-en）、俄语-英语（ru-en）和中文-英语（zh-en）。每个语言对的数据集包含翻译特征，如不同语言的文本序列和对应的浮点数序列，以及语言对和所需方向等信息。数据集主要用于机器翻译任务，每个语言对的数据集都包含训练集，训练集的大小和下载大小也在README中详细列出。

This dataset contains translation data for multiple language pairs, including Czech-English (cs-en), German-English (de-en), Icelandic-English (is-en), Russian-English (ru-en), and Chinese-English (zh-en). Each language pairs dataset includes translation features such as text sequences in different languages and corresponding float64 sequences, as well as language pairs and required directions. The dataset is primarily used for machine translation tasks, and each language pairs dataset includes a training set, with the size of the training set and download size detailed in the README.

原始信息汇总

数据集概述

数据集配置

cs-en

• 特征:
  • translation:
    • alma_cs: 字符串序列
    • alma_cs_kiwi-xl: 浮点数序列
    • alma_en: 字符串序列
    • alma_en_kiwi-xl: 浮点数序列
    • cs: 字符串
    • en: 字符串
    • language_pair: 字符串
    • required_directions: 字符串
• 分割:
  • train:
    • 字节数: 6350977
    • 样本数: 2009
• 下载大小: 1979317 字节
• 数据集大小: 6350977 字节
• 数据文件:
  • train: cs-en/train-*

de-en

• 特征:
  • translation:
    • alma_de: 字符串序列
    • alma_de_kiwi-xl: 浮点数序列
    • alma_en: 字符串序列
    • alma_en_kiwi-xl: 浮点数序列
    • de: 字符串
    • en: 字符串
    • language_pair: 字符串
    • required_directions: 字符串
• 分割:
  • train:
    • 字节数: 6666600
    • 样本数: 2009
• 下载大小: 1972842 字节
• 数据集大小: 6666600 字节
• 数据文件:
  • train: de-en/train-*

is-en

• 特征:
  • translation:
    • alma_en: 字符串序列
    • alma_en_kiwi-xl: 浮点数序列
    • alma_is: 字符串序列
    • alma_is_kiwi-xl: 浮点数序列
    • en: 字符串
    • is: 字符串
    • language_pair: 字符串
    • required_directions: 字符串
• 分割:
  • train:
    • 字节数: 6432167
    • 样本数: 2009
• 下载大小: 1976197 字节
• 数据集大小: 6432167 字节
• 数据文件:
  • train: is-en/train-*

ru-en

• 特征:
  • translation:
    • alma_en: 字符串序列
    • alma_en_kiwi-xl: 浮点数序列
    • alma_ru: 字符串序列
    • alma_ru_kiwi-xl: 浮点数序列
    • en: 字符串
    • language_pair: 字符串
    • required_directions: 字符串
    • ru: 字符串
• 分割:
  • train:
    • 字节数: 8875038
    • 样本数: 2009
• 下载大小: 2331028 字节
• 数据集大小: 8875038 字节
• 数据文件:
  • train: ru-en/train-*

zh-en

• 特征:
  • translation:
    • alma_en: 字符串序列
    • alma_en_kiwi-xl: 浮点数序列
    • alma_zh: 字符串序列
    • alma_zh_kiwi-xl: 浮点数序列
    • en: 字符串
    • language_pair: 字符串
    • required_directions: 字符串
    • zh: 字符串
• 分割:
  • train:
    • 字节数: 5902828
    • 样本数: 2009
• 下载大小: 1924636 字节
• 数据集大小: 5902828 字节
• 数据文件:
  • train: zh-en/train-*