sartifyllc/Swahili-NLi-Pair_SWH_ENG

该数据集包含三种语言相关的特征：language、anchor和positive。数据集被分为训练集（train）、开发集（dev）和测试集（test）三个部分，分别包含628630、13616和13662个样本。总下载大小为57632750字节，数据集总大小为98570983字节。

原始信息汇总

数据集概述

特征

• language: 数据类型为字符串。
• anchor: 数据类型为字符串。
• positive: 数据类型为字符串。

数据分割

• train: 包含628630个样本，占用94153117字节。
• dev: 包含13616个样本，占用2166335字节。
• test: 包含13662个样本，占用2251531字节。

数据集大小

• 下载大小: 57632750字节。
• 总数据集大小: 98570983字节。

配置

• config_name: default
  • data_files:
    • train: 路径为data/train-*。
    • dev: 路径为data/dev-*。
    • test: 路径为data/test-*。