HamdanXI/arb-eng-parallel-10k-splitted-translated-arabic

---
dataset_info:
features:
- name: arabic
dtype: string
- name: english
dtype: string
- name: translated
dtype: string
splits:
- name: train
num_bytes: 4714807
num_examples: 7999
- name: validation
num_bytes: 571638
num_examples: 1000
- name: test
num_bytes: 585646
num_examples: 1000
download_size: 3399538
dataset_size: 5872091
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
数据特征：
- 名称：阿拉伯语（Arabic），数据类型：字符串
- 名称：英语（English），数据类型：字符串
- 名称：译后文本（translated），数据类型：字符串
数据集拆分：
- 训练集（train）：占用字节数4714807，样本数7999
- 验证集（validation）：占用字节数571638，样本数1000
- 测试集（test）：占用字节数585646，样本数1000
下载总大小：3399538字节，数据集总大小：5872091字节
数据集配置：
- 配置名称：默认配置（default），数据文件映射如下：
- 训练集对应路径：data/train-*
- 验证集对应路径：data/validation-*
- 测试集对应路径：data/test-*

原始信息汇总

数据集概述

数据特征

• 名称: arabic
  • 数据类型: string
• 名称: english
  • 数据类型: string
• 名称: translated
  • 数据类型: string

数据分割

• 训练集
  • 字节数: 4714807
  • 样本数: 7999
• 验证集
  • 字节数: 571638
  • 样本数: 1000
• 测试集
  • 字节数: 585646
  • 样本数: 1000

数据集大小

• 下载大小: 3399538
• 数据集大小: 5872091

配置

• 配置名称: default
  • 数据文件:
    • 训练集路径: data/train-*
    • 验证集路径: data/validation-*
    • 测试集路径: data/test-*