mpasila/ParallelFiction-Ja_En-100k-alpaca

这是一个修改版本的数据集，原始数据集为NilanE/ParallelFiction-Ja_En-100k，已经被转换为Alpaca格式。数据集包含句子对齐的日语网络小说章节和英语粉丝翻译，用于文档翻译任务。数据集的每个条目包括源文本、目标文本和元数据字段，元数据字段包含源信息、系列名称、未检测到的翻译行数、源文本中未匹配的插入行数和目标文本中未匹配的插入行数等信息。

原始信息汇总

数据集概述

数据集基本信息

• 许可证: Apache-2.0
• 任务类别: 翻译
• 语言: 日语 (ja), 英语 (en)

数据集内容

• 描述: 每个条目包含一个日语网络小说章节及其对应的英语粉丝翻译。
• 用途: 文档翻译任务。

数据集格式

json { src : JAPANESE CHAPTER, trg : ENGLISH TRANSLATION, meta : { "source": SAME ACROSS ALL ENTRIES, "series": NAME OF WEB NOVEL SERIES, "missed_lines": NUMBER OF LINES THAT WERE AT THE SAME INDEX BUT NOT DETECTED AS BEING TRANSLATIONS OF EACH OTHER, "inserted_lines_src": NUMBER OF LINES IN THE JAPANESE TEXT THAT DID NOT HAVE A MATCHING TRANSLATION BUT ARE BUFFERED BY TRANSLATED LINES, "inserted_lines_trg": SAME AS ABOVE BUT FOR ENGLISH, } }

• 注意事项: 高数量的插入行不一定表示匹配不佳，因为许多翻译在发布时会合并或分割源章节。应关注高数量的遗漏行或源和目标中插入行均高的条目。