florentgbelidji/oa_german

---
license: apache-2.0
dataset_info:
features:
- name: conversation_id
dtype: string
- name: user_id
dtype: string
- name: created_date
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: lang_original
dtype: string
- name: could_be_code
dtype: bool
splits:
- name: train_english
num_bytes: 29675151
num_examples: 18192
- name: train_german
num_bytes: 28931906
num_examples: 18192
download_size: 21854409
dataset_size: 58607057
configs:
- config_name: default
data_files:
- split: train_english
path: data/train_english-*
- split: train_german
path: data/train_german-*
---

原始信息汇总

数据集概述

许可证

• Apache 2.0

数据集信息

特征

• conversation_id: 字符串类型
• user_id: 字符串类型
• created_date: 字符串类型
• messages: 列表类型
  • content: 字符串类型
  • role: 字符串类型
• lang_original: 字符串类型
• could_be_code: 布尔类型

数据分割

• train_english:
  • 字节数: 29675151
  • 样本数: 18192
• train_german:
  • 字节数: 28931906
  • 样本数: 18192

数据大小

• 下载大小: 21854409 字节
• 数据集大小: 58607057 字节

配置

• default:
  • train_english: 路径为 data/train_english-*
  • train_german: 路径为 data/train_german-*