maxidl/lima-de

该数据集是GAIR/lima数据集的德语版本，使用DeepL进行翻译（非正式风格）。数据集包含两个语言版本的消息内容，分别是英语（messages_en）和德语（messages_de）。每个消息包含内容和角色两个字段。数据集分为一个训练集，包含1030个样本，总大小为6304012字节。

原始信息汇总

数据集概述

数据特征

• source: 数据来源，数据类型为字符串。
• messages_en: 英文消息列表，包含以下子特征：
  • content: 消息内容，数据类型为字符串。
  • role: 角色，数据类型为字符串。
• messages_de: 德文消息列表，包含以下子特征：
  • content: 消息内容，数据类型为字符串。
  • role: 角色，数据类型为字符串。

数据分割

• train: 训练集，包含6,304,012字节的数据和1,030个样本。

数据大小

• 下载大小: 3,595,771字节。
• 数据集大小: 6,304,012字节。

配置

• default: 默认配置，包含训练集数据文件，路径为data/train-*。

语言统计

• en: 英文，包含2,871,607个字符。
• de: 德文，包含3,295,073个字符。