iamnguyen/pubmed-envi

该数据集包含多个配置（set_1到set_21），每个配置包含一个训练集，每个训练集包含1000个样本。数据特征为英越互译，具体包括英文和越南文的字符串序列。每个配置的下载大小和数据集大小也提供了详细信息。

原始信息汇总

数据集概述

数据集配置

set_1

• 特征:
  • translation:
    • en: 字符串序列
    • vi: 字符串序列
• 分割:
  • train:
    • 字节数: 1176304
    • 样本数: 1000
• 下载大小: 638753
• 数据集大小: 1176304

set_10

• 特征:
  • translation:
    • en: 字符串序列
    • vi: 字符串序列
• 分割:
  • train:
    • 字节数: 1188955
    • 样本数: 1000
• 下载大小: 642886
• 数据集大小: 1188955

set_11

• 特征:
  • translation:
    • en: 字符串序列
    • vi: 字符串序列
• 分割:
  • train:
    • 字节数: 1066667
    • 样本数: 1000
• 下载大小: 577921
• 数据集大小: 1066667

set_12

• 特征:
  • translation:
    • en: 字符串序列
    • vi: 字符串序列
• 分割:
  • train:
    • 字节数: 1160442
    • 样本数: 1000
• 下载大小: 619224
• 数据集大小: 1160442

set_13

• 特征:
  • translation:
    • en: 字符串序列
    • vi: 字符串序列
• 分割:
  • train:
    • 字节数: 1298099
    • 样本数: 1000
• 下载大小: 692134
• 数据集大小: 1298099

set_14

• 特征:
  • translation:
    • en: 字符串序列
    • vi: 字符串序列
• 分割:
  • train:
    • 字节数: 1407840
    • 样本数: 1000
• 下载大小: 749967
• 数据集大小: 1407840

set_15

• 特征:
  • translation:
    • en: 字符串序列
    • vi: 字符串序列
• 分割:
  • train:
    • 字节数: 1339082
    • 样本数: 1000
• 下载大小: 719109
• 数据集大小: 1339082

set_16

• 特征:
  • translation:
    • en: 字符串序列
    • vi: 字符串序列
• 分割:
  • train:
    • 字节数: 1372192
    • 样本数: 1000
• 下载大小: 735900
• 数据集大小: 1372192

set_17

• 特征:
  • translation:
    • en: 字符串序列
    • vi: 字符串序列
• 分割:
  • train:
    • 字节数: 1372827
    • 样本数: 1000
• 下载大小: 733694
• 数据集大小: 1372827

set_18

• 特征:
  • translation:
    • en: 字符串序列
    • vi: 字符串序列
• 分割:
  • train:
    • 字节数: 1311599
    • 样本数: 1000
• 下载大小: 698598
• 数据集大小: 1311599

set_19

• 特征:
  • translation:
    • en: 字符串序列
    • vi: 字符串序列
• 分割:
  • train:
    • 字节数: 1270574
    • 样本数: 1000
• 下载大小: 685848
• 数据集大小: 1270574

set_2

• 特征:
  • translation:
    • en: 字符串序列
    • vi: 字符串序列
• 分割:
  • train:
    • 字节数: 1131429
    • 样本数: 1000
• 下载大小: 611440
• 数据集大小: 1131429

set_20

• 特征:
  • translation:
    • en: 字符串序列
    • vi: 字符串序列
• 分割:
  • train:
    • 字节数: 1372107
    • 样本数: 1000
• 下载大小: 734242
• 数据集大小: 1372107

set_21

• 特征:
  • translation:
    • en: 字符串序列
    • vi: 字符串序列
• 分割:
  • train:
    • 字节数: 1245080
    • 样本数: 1000
• 下载大小: 673238
• 数据集大小: 1245080

set_3

• 特征:
  • translation:
    • en: 字符串序列
    • vi: 字符串序列
• 分割:
  • train:
    • 字节数: 1117271
    • 样本数: 1000
• 下载大小: 607867
• 数据集大小: 1117271

set_4

• 特征:
  • translation:
    • en: 字符串序列
    • vi: 字符串序列
• 分割:
  • train:
    • 字节数: 1152418
    • 样本数: 1000
• 下载大小: 619434
• 数据集大小: 1152418

set_5

• 特征:
  • translation:
    • en: 字符串序列
    • vi: 字符串序列
• 分割:
  • train:
    • 字节数: 1128140
    • 样本数: 1000
• 下载大小: 607678
• 数据集大小: 1128140

set_6

• 特征:
  • translation:
    • en: 字符串序列
    • vi: 字符串序列
• 分割:
  • train:
    • 字节数: 1113067
    • 样本数: 1000
• 下载大小: 601645
• 数据集大小: 1113067

set_7

• 特征:
  • translation:
    • en: 字符串序列
    • vi: 字符串序列
• 分割:
  • train:
    • 字节数: 1188873
    • 样本数: 1000
• 下载大小: 634235
• 数据集大小: 1188873

set_8

• 特征:
  • translation:
    • en: 字符串序列
    • vi: 字符串序列
• 分割:
  • train:
    • 字节数: 1173177
    • 样本数: 1000
• 下载大小: 635017
• 数据集大小: 1173177

set_9

• 特征:
  • translation:
    • en: 字符串序列
    • vi: 字符串序列
• 分割:
  • train:
    • 字节数: 1125649
    • 样本数: 1000
• 下载大小: 604705
• 数据集大小: 1125649