amlan107/xyz
收藏Hugging Face2023-08-22 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/amlan107/xyz
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含查克马语（Chakma）、孟加拉语（Bangla）和英语（English）之间的平行、单语和基准集。具体包括8647条查克马语-孟加拉语-英语平行句子/段落，6374条查克马语-孟加拉语平行句子/段落，以及600条基准句子/段落。此外，还包括150000条孟加拉语单语句子/段落，150000条英语单语句子/段落和42783条查克马语单语句子/段落。
该数据集包含查克马语（Chakma）、孟加拉语（Bangla）和英语（English）之间的平行、单语和基准集。具体包括8647条查克马语-孟加拉语-英语平行句子/段落，6374条查克马语-孟加拉语平行句子/段落，以及600条基准句子/段落。此外，还包括150000条孟加拉语单语句子/段落，150000条英语单语句子/段落和42783条查克马语单语句子/段落。
提供机构：
amlan107
原始信息汇总
数据集概述
数据集名称
- ck_bn_en_nmt_dataset
数据集特征
- bn：字符串类型
- en：字符串类型
- ck：字符串类型
数据集分割
- parallel：包含15021个示例，总大小为2482778字节
- monolingual：包含150000个示例，总大小为44194898字节
- benchmark：包含600个示例，总大小为469802字节
数据集大小
- 下载大小：24263533字节
- 数据集总大小：47147478字节
详细信息
- 并行数据集：包含8647个bn-ck-en并行句段，其中6374个bn-ck并行句段
- 基准数据集：包含600个bn-ck-en基准句段，每个句段由专家提供，其中底部50个句段具有相同的根句（bn & en）
- 单语数据集：包含150000个bn单语句段，150000个en单语句段，42783个ck单语句段
