jw122/autotrain-data-jw-ts
收藏Hugging Face2023-08-25 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/jw122/autotrain-data-jw-ts
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是为项目jw-ts自动处理的，主要用于翻译任务。数据集中包含中英双语对，数据格式为JSON，每个实例包含source和target两个字段。数据集被分为训练集和验证集，训练集包含800,000个样本，验证集包含200,000个样本。
提供机构：
jw122
原始信息汇总
AutoTrain Dataset for project: jw-ts
数据集描述
该数据集由AutoTrain自动处理，用于项目jw-ts。
语言
数据集的语言BCP-47代码为zh2en。
数据集结构
数据实例
数据集的一个样本如下：
json [ { "source": "Im getting a little bored.", "target": "u7ed9u6211u8bb2u4e2au6545u4e8b" }, { "source": "(e) To adopt judicial and administrative procedures to prevent sexual abuse of children and to provide effective remedies;", "target": "(e) u91c7u53d6u53f8u6cd5u548cu884cu653fu7a0bu5e8fuff0cu9632u6b62u5bf9u513fu7ae5u7684u6027u8650u5f85uff0cu5e76u63d0u4f9bu884cu4e4bu6709u6548u7684u8865u6551u529eu6cd5uff1b" } ]
数据集字段
数据集包含以下字段（也称为“特征”）：
json { "source": "Value(dtype=string, id=None)", "target": "Value(dtype=string, id=None)" }
数据集分割
数据集分为训练集和验证集。分割大小如下：
| 分割名称 | 样本数量 |
|---|---|
| train | 800000 |
| valid | 200000 |
