Tommy0201/Igbo_To_Eng

该数据集包含伊博语和英语的翻译对，数据来源于BBC Igbo、Igbo.gov和Ted Talk Igbo。数据集分为训练集、评估集和测试集，分别包含111876、997和1012个样本。数据集的总下载大小为16633767字节，总数据集大小为26252051字节。数据集的任务类别为翻译，涉及的语言为伊博语和英语，数据规模在100K到1M之间。

原始信息汇总

数据集概述

数据集信息

• 特征:

  • igbo: 类型为 string
  • english: 类型为 string

• 分割:

  • train:
    • 字节数: 25663786
    • 样本数: 111876
  • eval:
    • 字节数: 285029
    • 样本数: 997
  • test:
    • 字节数: 303236
    • 样本数: 1012

• 下载大小: 16633767 字节

• 数据集大小: 26252051 字节

数据来源

• BBC Igbo
• Igbo.gov
• Ted Talk Igbo

配置

• 配置名称: default
  • 数据文件:
    • train: data/train-*
    • eval: data/eval-*
    • test: data/test-*

任务类别

• 翻译

语言

• ig
• en

数据集规模

• 100K < n < 1M