ddeer/cipher-wmt18-zh-en-char50

---
dataset_info:
features:
- name: orig_id
dtype: int64
- name: split
dtype: string
- name: src_lang
dtype: string
- name: tgt_lang
dtype: string
- name: src
dtype: string
- name: tgt
dtype: string
- name: src_encrypted
dtype: string
- name: encrypt_unit
dtype: string
- name: encrypt_ratio
dtype: float64
- name: encrypt_char_opt
dtype: string
- name: rand_run_name
dtype: string
- name: dataset_name
dtype: string
- name: dataset_config_name
dtype: string
splits:
- name: train
num_bytes: 126275053
num_examples: 217541
- name: validation
num_bytes: 84239
num_examples: 144
- name: test
num_bytes: 260250
num_examples: 444
download_size: 74499526
dataset_size: 126619542
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
特征：
- 名称：原始ID（orig_id），数据类型：64位整型（int64）
- 名称：数据集划分（split），数据类型：字符串型（string）
- 名称：源语言（src_lang），数据类型：字符串型（string）
- 名称：目标语言（tgt_lang），数据类型：字符串型（string）
- 名称：源文本（src），数据类型：字符串型（string）
- 名称：目标文本（tgt），数据类型：字符串型（string）
- 名称：加密源文本（src_encrypted），数据类型：字符串型（string）
- 名称：加密单元（encrypt_unit），数据类型：字符串型（string）
- 名称：加密比例（encrypt_ratio），数据类型：64位浮点型（float64）
- 名称：加密字符选项（encrypt_char_opt），数据类型：字符串型（string）
- 名称：随机运行名称（rand_run_name），数据类型：字符串型（string）
- 名称：数据集名称（dataset_name），数据类型：字符串型（string）
- 名称：数据集配置名称（dataset_config_name），数据类型：字符串型（string）
数据集划分：
- 名称：训练集（train），字节大小：126275053，样本数量：217541
- 名称：验证集（validation），字节大小：84239，样本数量：144
- 名称：测试集（test），字节大小：260250，样本数量：444
下载大小：74499526
数据集总大小：126619542
数据集配置：
- 配置名称：默认配置（default），数据文件：
- 划分：训练集（train），路径：data/train-*
- 划分：验证集（validation），路径：data/validation-*
- 划分：测试集（test），路径：data/test-*