NancyT/clean_data2
收藏官方服务：
资源简介：
一个用于机器翻译或序列到序列任务的数据集，包含源语言和目标语言文本，以及token长度、比例等统计信息，训练集有158,382,105个样本。
A dataset for machine translation or sequence-to-sequence tasks, containing source and target language texts with token lengths, ratios, and other statistics, with 158,382,105 training examples.
提供机构：
NancyT
