lilacai/lilac-opus100-en-es-validation

该数据集由Lilac生成，用于HuggingFace Space。原始数据集为opus100，配置信息包括数据集的命名空间、名称、来源、嵌入和信号等。数据集主要用于机器学习和自然语言处理任务，涉及文本翻译、情感分析、语言检测、文本统计等多个方面。

原始信息汇总

数据集概述

基本信息

• 命名空间: lilac
• 名称: opus100-en-es-validation
• 源数据集:
  • 数据集名称: opus100
  • 配置名称: en-es
  • 分割: validation
  • 源名称: huggingface

嵌入信息

• 英文嵌入:
  • 路径: translation -> en
  • 嵌入类型: gte-small
• 西班牙文嵌入:
  • 路径: translation -> es
  • 嵌入类型: gte-small

信号信息

• 英文信号:
  • 路径: translation -> en
  • 信号类型:
    • near_dup
    • pii
    • lang_detection
    • concept_score (positive-sentiment, non-english, toxicity, question, legal-termination, source-code, negative-sentiment, profanity)
    • text_statistics
    • cluster_dbscan
    • cluster_hdbscan
• 西班牙文信号:
  • 路径: translation -> es
  • 信号类型:
    • near_dup
    • pii
    • lang_detection
    • concept_score (positive-sentiment, non-english, toxicity, question, legal-termination, source-code, negative-sentiment, profanity)
    • text_statistics
    • cluster_dbscan
    • cluster_hdbscan

设置信息

• UI设置:
  • 媒体路径:
    • translation -> es
    • translation -> en
  • Markdown路径: 无
• 标签:
  • machine-learning