presencesw/hash_v6.5

---
dataset_info:
features:
- name: en
dtype: string
- name: vi
dtype: string
- name: len_en
dtype: int64
- name: len_vi
dtype: int64
splits:
- name: train
num_bytes: 590495667
num_examples: 2977999
download_size: 326359196
dataset_size: 590495667
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 字段名：en，数据类型：字符串
- 字段名：vi，数据类型：字符串
- 字段名：len_en，数据类型：64位整型
- 字段名：len_vi，数据类型：64位整型
数据集拆分：
- 拆分名称：train，占用字节数：590495667，样本总数：2977999
下载总大小：326359196
数据集存储总大小：590495667
配置项：
- 配置名称：default，数据文件：
- 对应拆分：train，文件路径：data/train-*

原始信息汇总

数据集概述

数据特征

• en: 类型为字符串
• vi: 类型为字符串
• len_en: 类型为整数（int64）
• len_vi: 类型为整数（int64）

数据分割

• train: 包含2977999个样本，占用590495667字节

数据集大小

• 下载大小: 326359196字节
• 数据集大小: 590495667字节

配置

• default:
  • 数据文件路径: data/train-*