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。

This dataset was generated by Lilac for use on HuggingFace Space. The original dataset is opus100, and its configuration information includes the dataset's namespace, name, source, embeddings, signals, and other relevant details. This dataset is primarily utilized for machine learning and natural language processing tasks, covering multiple domains such as text translation, sentiment analysis, language detection, text statistics, and more.

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