bot-yaya/undl_ar2en_aligned

---
dataset_info:
features:
- name: record
dtype: string
- name: clean_para_index_set_pair
dtype: string
- name: src
dtype: string
- name: dst
dtype: string
- name: src_text
dtype: string
- name: dst_text
dtype: string
- name: src_rate
dtype: float64
- name: dst_rate
dtype: float64
splits:
- name: train
num_bytes: 12012712129
num_examples: 15217906
download_size: 0
dataset_size: 12012712129
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "undl_ar2en_aligned"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征字段：
- 名称：record，数据类型：字符串
- 名称：clean_para_index_set_pair，数据类型：字符串
- 名称：源文本（src），数据类型：字符串
- 名称：目标文本（dst），数据类型：字符串
- 名称：源文本内容（src_text），数据类型：字符串
- 名称：目标文本内容（dst_text），数据类型：字符串
- 名称：源文本评分（src_rate），数据类型：float64
- 名称：目标文本评分（dst_rate），数据类型：float64
数据拆分：
- 名称：训练集（train），字节大小：12012712129，样本数量：15217906
下载大小：0
数据集总大小：12012712129
配置项：
- 配置名称：默认（default），数据文件：
- 数据拆分：训练集（train），文件路径：data/train-*

# 「undl_ar2en_aligned」数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

• 特征列表：

  • record：字符串类型
  • clean_para_index_set_pair：字符串类型
  • src：字符串类型
  • dst：字符串类型
  • src_text：字符串类型
  • dst_text：字符串类型
  • src_rate：浮点数类型（float64）
  • dst_rate：浮点数类型（float64）

• 数据分割：

  • train：
    • 字节数：12012712129
    • 样本数：15217906

• 数据集大小：

  • 下载大小：0
  • 数据集大小：12012712129

配置信息

• 配置名称：default
  • 数据文件：
    • 分割：train
    • 路径：data/train-*