amanuelbyte/nllb-distilled-dataset-final-merged

---
dataset_info:
features:
- name: original_source
dtype: string
- name: original_target
dtype: string
- name: translated_source_to_target
dtype: string
- name: translated_target_to_source
dtype: string
- name: src_lang_code
dtype: string
- name: tgt_lang_code
dtype: string
splits:
- name: train
num_bytes: 368147535
num_examples: 567505
download_size: 228456719
dataset_size: 368147535
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 名称：原始源文本（original_source），数据类型：字符串
- 名称：原始目标文本（original_target），数据类型：字符串
- 名称：源文本到目标文本的翻译结果（translated_source_to_target），数据类型：字符串
- 名称：目标文本到源文本的翻译结果（translated_target_to_source），数据类型：字符串
- 名称：源语言代码（src_lang_code），数据类型：字符串
- 名称：目标语言代码（tgt_lang_code），数据类型：字符串
数据集划分：
- 名称：训练集（train），字节数：368147535，样本数：567505
下载大小：228456719
数据集总大小：368147535
配置项：
- 配置名称：默认配置（default），数据文件：
- 数据集划分：训练集（train），路径：data/train-*