vichetkao/graph_translation_eng_kh_200k

--- dataset_info: features: - name: image_eng dtype: image - name: image_kh dtype: image - name: text_eng dtype: string - name: text_kh dtype: string splits: - name: train num_bytes: 8533784973 num_examples: 180000 - name: test num_bytes: 946512640 num_examples: 20000 download_size: 9480297613 dataset_size: 9480297613 configs: - config_name: default data_files: - split: train path: data/hf_charts_train.parquet - split: test path: data/hf_charts_test.parquet license: apache-2.0 task_categories: - graph-ml language: - en - km size_categories: - 100K<n<1M --- # Dataset Card for hf_10k_charts - **Features:** image_eng:image, image_kh:image, text_eng:string, text_kh:string - **Total examples:** 200000 (train: 160000, test: 40000) - **Total file size:** 8GB## 数据集信息 ### 特征 - 字段名：`image_eng`：英文图像 - 字段名：`image_kh`：高棉语图像 - 字段名：`text_eng`：英文文本 - 字段名：`text_kh`：高棉语文本 ### 数据集划分 - 训练集（train）：数据字节数为8533784973，样本量为180000 - 测试集（test）：数据字节数为946512640，样本量为20000 整体下载大小为9480297613，数据集总存储大小为9480297613。 ### 配置项 - 默认配置（default）：数据文件映射关系如下： - 训练集：`data/hf_charts_train.parquet` - 测试集：`data/hf_charts_test.parquet` 本数据集采用 Apache 2.0 开源许可证。 任务类别为图机器学习（graph-ml）。 涉及语言为英语（en）与高棉语（km）。 样本规模区间为 100K < n < 1M。 --- # hf_10k_charts 数据集卡片 - **特征**：`image_eng`（英文图像）、`image_kh`（高棉语图像）、`text_eng`（英文文本）、`text_kh`（高棉语文本） - **总样本量**：200000（训练集：160000，测试集：40000） - **总文件大小**：8GB