arubenruben/cnn_dailymail_azure_pt_pt

该数据集包含文档和摘要两个特征，数据类型均为字符串。数据集分为训练集、验证集和测试集，分别包含7729、3810和7298个样本。数据集的总下载大小为48224108字节，总数据集大小为81060061字节。数据集的任务类别包括摘要生成和翻译，语言为葡萄牙语，标签为机器翻译，数据集的名称为Portuguese CNN-Dailymail-Azure。

原始信息汇总

数据集概述

数据集名称

• 名称：Portuguese CNN-Dailymail-Azure

数据集特征

• 特征1：document
  • 数据类型：string
• 特征2：summary
  • 数据类型：string

数据集划分

• 训练集
  • 样本数量：7729
  • 数据大小：33317736字节
• 验证集
  • 样本数量：3810
  • 数据大小：14690610字节
• 测试集
  • 样本数量：7298
  • 数据大小：33051715字节

数据集大小

• 下载大小：48224108字节
• 数据集总大小：81060061字节

任务类别

• 摘要生成
• 翻译

语言

• 葡萄牙语（pt）

标签

• Machine Translation