ilhami/AcademicTranslationDataset

该数据集包含英语和土耳其语之间的翻译对，主要用于机器翻译任务。数据集包含一个训练分割，共有1,790,517个翻译对，每个翻译对包含英语（en）和土耳其语（tr）的字符串。数据集总大小为690,619,678字节，下载大小为351,062,251字节。

This dataset contains translation pairs between English and Turkish, primarily used for machine translation tasks. The dataset includes a training split with a total of 1,790,517 translation pairs, each consisting of English (en) and Turkish (tr) strings. The total size of the dataset is 690,619,678 bytes, with a download size of 351,062,251 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征:

  • translation:
    • en: 数据类型为字符串（string）
    • tr: 数据类型为字符串（string）

• 分割:

  • train:
    • 数据量: 1,790,517条
    • 数据大小: 690,619,678字节

• 下载大小: 351,062,251字节

• 数据集大小: 690,619,678字节

配置

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