thesistranslation/distilled-ccmatrix-de-en

数据集名为distilled-ccmatrix-de-en，包含德语和英语两种语言的翻译对。数据集的特征包括id和translation，其中translation特征包含两种语言的翻译对。数据集包含一个训练集（train），大小为7314473226字节，包含30000000个样本。下载大小为5149999083字节，数据集总大小为7314473226字节。

原始信息汇总

数据集概述

数据集信息

• 特征:
  • id: 数据类型为 int32
  • translation: 包含两种语言的翻译数据
    • 语言: de (德语) 和 en (英语)

数据分割

• 训练集:
  • 名称: train
  • 字节数: 7,314,473,226
  • 样本数: 30,000,000

数据大小

• 下载大小: 5,149,999,083 字节
• 数据集大小: 7,314,473,226 字节

语言

• 德语 (de)
• 英语 (en)