yhavinga/open_subtitles_en_nl

该数据集是OpenSubtitles En Nl的一个子集，主要包含评分至少为8.0且至少有1000票的电视剧的字幕。这些字幕被排序并附加到不同长度的缓冲区中，最大长度为370个标记，使用了yhavinga/ul2-base-dutch分词器进行分词。数据集支持英语（en）和荷兰语（nl）两种语言，适用于翻译任务。

原始信息汇总

数据集概述

• 数据集名称: OpenSubtitles En Nl
• 语言:
  • 英语 (en)
  • 荷兰语 (nl)
• 许可证: 未知
• 多语言性: 多语言
• 大小类别:
  • 小于1K
  • 10K至100K
  • 1M至10M
• 源数据集: 原始数据
• 任务类别: 翻译

数据集详情

• 数据集摘要:
  • 该数据集是从en-nl open_subtitles数据集中提取的子集。
  • 仅包含评分至少为8.0且至少有1000票的电视节目的字幕。
  • 字幕经过排序并按不同长度缓冲，最大长度为370个由yhavinga/ul2-base-dutch标记器标记的令牌。

数据集结构

• 数据实例: 未提供详细信息。
• 数据字段: 未提供详细信息。
• 数据分割: 未提供详细信息。

数据集创建

• 数据收集和规范化: 未提供详细信息。
• 源语言生产者: 未提供详细信息。
• 注释:
  • 注释过程: 未提供详细信息。
  • 注释者: 未提供详细信息。

使用数据集的考虑

• 社会影响: 未提供详细信息。
• 偏见讨论: 未提供详细信息。
• 其他已知限制: 未提供详细信息。

附加信息

• 数据集管理员: 未提供详细信息。
• 许可证信息: 未提供详细信息。
• 引用信息: 未提供详细信息。
• 贡献者: 感谢@abhishekkrthakur添加open_subtitles数据集。