ranWang/undl_en2zh_translation

该数据集名为undl_en2zh_translation，主要用于英文到中文的翻译任务。数据集包含四个特征：clean_en（英文文本）、clean_zh（中文文本）、record（记录）和en2zh（英文到中文的翻译）。数据集分为训练集，包含165840个示例，总大小为12473072134字节。下载大小为6289513941字节。

原始信息汇总

数据集概述

特征信息

• clean_en: 英文清洗后的文本，类型为字符串序列。
• clean_zh: 中文清洗后的文本，类型为字符串序列。
• record: 记录信息，类型为字符串。
• en2zh: 英译中文本，类型为字符串序列。

数据分割

• train: 训练集，包含165840个样本，总字节数为12473072134。

数据大小

• 下载大小: 6289513941字节。
• 数据集大小: 12473072134字节。