pritam3355/en-ga-dataset

该数据集主要用于英语和爱尔兰语之间的翻译任务。数据集包含训练集，共有181,956个样本，总大小为61,427,870字节。每个样本包含一个唯一的ID和一个翻译对，翻译对由英语和爱尔兰语文本组成。数据集的下载大小为26,945,077字节。This dataset is primarily designed for translation tasks between English and Irish. It includes a training set with 181,956 samples, with a total size of 61,427,870 bytes. Each sample contains a unique ID and a translation pair composed of English and Irish text. The download size of this dataset is 26,945,077 bytes.

原始信息汇总

数据集概述

数据集名称

en-ga-dataset

配置

• 默认配置
  • 数据文件路径: data/train-*

数据集信息

• 特征
  • 名称: id
    • 数据类型: int64
  • 名称: translation
    • 结构
      • 名称: en
        • 数据类型: string
      • 名称: ga
        • 数据类型: string

数据分割

• 名称: train
  • 字节数: 61427870
  • 样本数: 181956

下载和数据集大小

• 下载大小: 26945077
• 数据集大小: 61427870

任务类别

• 翻译

语言

• 英语 (en)
• 爱尔兰语 (ga)

数据集大小类别

• 10K < n < 100K