madoss/nllb-mos-raw

--- dataset_info: features: - name: eng_Latn dtype: string - name: mos_Latn dtype: string - name: laser_score dtype: float64 - name: source_sentence_lid dtype: float64 - name: target_sentence_lid dtype: float64 - name: source_sentence_source dtype: string - name: source_sentence_url dtype: string - name: target_sentence_source dtype: string - name: target_sentence_url dtype: string splits: - name: train num_bytes: 1060543703 num_examples: 2197850 download_size: 470841076 dataset_size: 1060543703 configs: - config_name: default data_files: - split: train path: data/train-* license: odc-by task_categories: - translation language: - en - mos size_categories: - 1M<n<10M ---数据集信息： 特征： - 名称：eng_Latn，数据类型：字符串 - 名称：mos_Latn，数据类型：字符串 - 名称：laser_score，数据类型：双精度浮点数 - 名称：source_sentence_lid，数据类型：双精度浮点数 - 名称：target_sentence_lid，数据类型：双精度浮点数 - 名称：source_sentence_source，数据类型：字符串 - 名称：source_sentence_url，数据类型：字符串 - 名称：target_sentence_source，数据类型：字符串 - 名称：target_sentence_url，数据类型：字符串 数据划分： - 名称：训练集（train），占用字节数：1060543703，样本总数：2197850 下载大小：470841076，数据集总大小：1060543703 配置项： - 配置名称：默认配置（default），数据文件： - 数据划分：训练集，文件路径：data/train-* 许可协议：odc-by 任务类别： - 机器翻译 语言： - 英语（en） - 莫西语（mos） 样本规模区间： - 100万 < 样本数 < 1000万