tollefj/xsum-en-no-transfer

该数据集名为XSUM - English to Norwegian Bokmål，主要用于联合翻译和摘要任务。数据集包含训练、测试和验证三个分割，每个分割包含文档、ID和摘要三个特征。数据集的语言为挪威语（bokmål）和英语，数据集的大小类别为100K<n<1M。

原始信息汇总

数据集概述

数据集配置

• 默认配置：
  • 训练集：路径为 data/train-*
  • 测试集：路径为 data/test-*
  • 验证集：路径为 data/validation-*

数据集信息

• 特征：
  • document：类型为 string
  • id：类型为 string
  • summary：类型为 string
• 分割：
  • 训练集：
    • 字节数：479736366
    • 样本数：204045
  • 测试集：
    • 字节数：26786028
    • 样本数：11334
  • 验证集：
    • 字节数：26319794
    • 样本数：11332
• 下载大小：338414434 字节
• 数据集大小：532842188 字节

任务类别

• 摘要生成
• 翻译

语言

• 挪威语（bokmål）
• 英语

数据集名称

• XSUM - English to Norwegian Bokmål

数据集规模

• 100K < n < 1M