ConseggioLigure/seed-instruct-lij-eng

这是一个利古里亚语到英语的句子级翻译数据集。原始数据来源于OLDI Seed数据集，并已转换为指令格式。数据集中包含多个提示模板，用于指导模型将利古里亚语文本翻译为英语。每个数据条目都包含一个`template_id`，用于引用特定的提示模板。数据集分为训练集、开发集和测试集，分别包含5802、189和202个样本。

原始信息汇总

数据集概述

数据集名称

OLDI Seed lij-eng translation dataset (instruction-style)

许可协议

cc-by-sa-4.0

任务类别

• 对话
• 翻译

数据集信息

特征

• inputs: 字符串类型
• targets: 字符串类型
• template_id: 64位整数类型
• template_lang: 字符串序列类型

数据分割

• train: 2381132字节，5802个样本
• dev: 79921字节，189个样本
• test: 87507字节，202个样本

数据大小

• 下载大小: 1292161字节
• 数据集大小: 2548560字节

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • dev: data/dev-*
    • test: data/test-*

数据集描述

该数据集是一个利古里亚语到英语的句子级翻译数据集。原始数据来自OLDI Seed数据集，并已转换为指令格式。提示语以利古里亚语编写，要求模型将文本翻译成英语。有多个提示模板变体，每个句子随机抽取。

提示模板示例

Traduxi in ingleise: <sentence> Traduxi da-o zeneise à l’ingleise: <sentence> Traduxi da-o ligure à l’ingleise: <sentence> Traduxi sto testo in ingleise: <sentence> Traduxi in lengua ingleise: <sentence> Traduxi sto testo da-o zeneise à l’ingleise: <sentence> Traduxi sto testo da-o ligure à l’ingleise: <sentence> Comm’à l’é a traduçion ingleise de sto testo? <sentence> Quæ a l’é a traduçion ingleise de sto testo? <sentence> Ti peu tradue sto testo in ingleise? <sentence>

模板ID与提示模板对应关系

[ (1, "Traduxi in ingleise: ", ""A traduçion in ingleise do testo a l’é: "), (2, "Traduxi da-o zeneise à l’ingleise: ", ""A traduçion in ingleise do testo a l’é: "), (3, "Traduxi da-o ligure à l’ingleise: ", ""A traduçion in ingleise do testo a l’é: "), (4, "Traduxi sto testo in ingleise: ", ""A traduçion in ingleise do testo a l’é: "), (5, "Traduxi in lengua ingleise: ", ""A traduçion in ingleise do testo a l’é: "), (6, "Traduxi sto testo da-o zeneise à l’ingleise: ", ""A traduçion in ingleise do testo a l’é: "), (7, "Traduxi sto testo da-o ligure à l’ingleise: ", ""A traduçion in ingleise do testo a l’é: "), (8, "Comm’à l’é a traduçion ingleise de sto testo? ", ""A traduçion in ingleise do testo a l’é: "), (9, "Quæ a l’é a traduçion ingleise de sto testo? ", ""A traduçion in ingleise do testo a l’é: "), (10, "Ti peu tradue sto testo in ingleise? ", ""A traduçion in ingleise do testo a l’é: "), ]

数据集样本数量

• 训练样本: 5802
• 验证样本: 190
• 测试样本: 201