guangyil/wmt14_de_en_tokenized
收藏Hugging Face2023-04-10 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/guangyil/wmt14_de_en_tokenized
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: bert_token
sequence: int64
- name: gpt2_token
sequence: int64
splits:
- name: train
num_bytes: 830243434.9599016
num_examples: 1207880
- name: test
num_bytes: 667680.9386666666
num_examples: 1156
download_size: 98135244
dataset_size: 830911115.8985683
---
# Dataset Card for "wmt14_de_en_tokenized"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
guangyil
原始信息汇总
数据集概述
数据集名称
- 名称: wmt14_de_en_tokenized
数据集特征
- 特征1: bert_token
- 类型: 整数序列（int64）
- 特征2: gpt2_token
- 类型: 整数序列（int64）
数据集拆分
- 训练集
- 样本数量: 1207880
- 数据大小: 830243434.9599016 字节
- 测试集
- 样本数量: 1156
- 数据大小: 667680.9386666666 字节
数据集大小
- 下载大小: 98135244 字节
- 总数据集大小: 830911115.8985683 字节
