five

carles-undergrad-thesis/en-id-parallel-sentences-embedding

收藏
Hugging Face2023-10-20 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/carles-undergrad-thesis/en-id-parallel-sentences-embedding
下载链接
链接失效反馈
官方服务:
资源简介:
--- configs: - config_name: default data_files: - split: train path: data/train-* dataset_info: features: - name: text_en dtype: string - name: text_id dtype: string - name: target_embedding sequence: float32 - name: input_ids_en sequence: int64 - name: attention_mask_en sequence: int64 - name: input_ids_id sequence: int64 - name: attention_mask_id sequence: int64 splits: - name: train num_bytes: 11676096944 num_examples: 1000000 download_size: 4112187708 dataset_size: 11676096944 --- # Dataset Card for "en-id-parallel-sentences-embedding" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构:
carles-undergrad-thesis
原始信息汇总

数据集卡片 "en-id-parallel-sentences-embedding"

配置

  • 配置名称: default
    • 数据文件:
      • 分割: train
        • 路径: data/train-*

数据集信息

  • 特征:

    • 名称: text_en
      • 数据类型: string
    • 名称: text_id
      • 数据类型: string
    • 名称: target_embedding
      • 序列类型: float32
    • 名称: input_ids_en
      • 序列类型: int64
    • 名称: attention_mask_en
      • 序列类型: int64
    • 名称: input_ids_id
      • 序列类型: int64
    • 名称: attention_mask_id
      • 序列类型: int64
  • 分割:

    • 名称: train
      • 字节数: 11676096944
      • 样本数: 1000000
  • 下载大小: 4112187708

  • 数据集大小: 11676096944

5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作