Andrianos/clsd_wmt19_21

该数据集包含多个配置，主要涉及德语（de）和法语（fr）之间的翻译任务。每个配置包含源语言（Source）、目标语言（Target）以及多个目标语言的变体（TargetAdv1到TargetAdv4）和语言代码（lang）等特征。数据集仅包含测试集（test），每个配置的测试集大小和样本数量也有所不同。

The dataset includes multiple configurations for translation tasks between German and French, including versions wmt19 and wmt21. Each configuration contains source language text, target language text, and multiple improved versions of the target language. The dataset only includes the test split, with detailed data sizes and sample counts provided.

原始信息汇总

数据集概述

数据集配置

• wmt19.de.fr

  • 特征:
    • Source: 字符串
    • Target: 字符串
    • TargetAdv1: 字符串
    • TargetAdv2: 字符串
    • TargetAdv3: 字符串
    • TargetAdv4: 字符串
    • lang: 字符串
  • 分割:
    • 测试集:
      • 字节数: 1398091
      • 示例数: 1473
  • 下载大小: 896261
  • 数据集大小: 1398091

• wmt19.fr.de

  • 特征:
    • Source: 字符串
    • Target: 字符串
    • TargetAdv1: 字符串
    • TargetAdv2: 字符串
    • TargetAdv3: 字符串
    • TargetAdv4: 字符串
    • lang: 字符串
  • 分割:
    • 测试集:
      • 字节数: 1454721
      • 示例数: 1473
  • 下载大小: 913141
  • 数据集大小: 1454721

• wmt21.de.fr

  • 特征:
    • Source: 字符串
    • Target: 字符串
    • TargetAdv1: 字符串
    • TargetAdv2: 字符串
    • TargetAdv3: 字符串
    • TargetAdv4: 字符串
    • lang: 字符串
  • 分割:
    • 测试集:
      • 字节数: 999137
      • 示例数: 893
  • 下载大小: 630523
  • 数据集大小: 999137

• wmt21.fr.de

  • 特征:
    • Source: 字符串
    • Target: 字符串
    • TargetAdv1: 字符串
    • TargetAdv2: 字符串
    • TargetAdv3: 字符串
    • TargetAdv4: 字符串
    • lang: 字符串
  • 分割:
    • 测试集:
      • 字节数: 1000487
      • 示例数: 893
  • 下载大小: 628979
  • 数据集大小: 1000487

数据文件路径

• wmt19.de.fr:
  • 测试集路径: wmt19.de.fr/test-*
• wmt19.fr.de:
  • 测试集路径: wmt19.fr.de/test-*
• wmt21.de.fr:
  • 测试集路径: wmt21.de.fr/test-*
• wmt21.fr.de:
  • 测试集路径: wmt21.fr.de/test-*

许可证

• cc-by-4.0