bot-yaya/UPRPRC_AL_KV
收藏官方服务：
资源简介：
该数据集包含UPRPRC项目的双语对齐文件缓存，用于避免因大文件对齐需要大量内存而导致的内存不足问题。数据集包含训练集，具有多种特征，如哈希值、源语言、目标语言、源段落列表、目标段落列表、源翻译列表、目标翻译列表和对齐返回。数据集大小约为516GB，包含3,198,045个示例。
This dataset contains the filewise cache for bilingual align of project UPRPRC. To avoid OOM ruins all the done work when some large file require huge memory to align.
提供机构：
bot-yaya
