Heng666/Taoyuan-Airport-MRT-MT-Challenge

该数据集包含多个语言对的翻译数据，涉及的语言对包括英语-繁体中文、印尼语-繁体中文、日语-繁体中文、韩语-繁体中文、泰语-繁体中文和越南语-繁体中文。每个语言对的数据集都分为训练集和测试集，并提供了每个集的文件路径、字节大小、样本数量以及下载和数据集的总大小。

This dataset contains translation data for multiple language pairs, including English, Indonesian, Japanese, Korean, Thai, and Vietnamese to Traditional Chinese. Each language pair is divided into training and test sets, with detailed information on the number of bytes and examples provided.

原始信息汇总

数据集概述

数据集配置

1. en-zh_tw

• 特征:
  • 名称: translation
  • 数据类型:
    • 语言: en, zh_tw
• 分割:
  • 训练集:
    • 字节数: 12320
    • 样本数: 152
  • 测试集:
    • 字节数: 3098
    • 样本数: 38
• 下载大小: 12737
• 数据集大小: 15418

2. id-zh_tw

• 特征:
  • 名称: translation
  • 数据类型:
    • 语言: id, zh_tw
• 分割:
  • 训练集:
    • 字节数: 12690
    • 样本数: 152
  • 测试集:
    • 字节数: 3135
    • 样本数: 38
• 下载大小: 12506
• 数据集大小: 15825

3. ja-zh_tw

• 特征:
  • 名称: translation
  • 数据类型:
    • 语言: ja, zh_tw
• 分割:
  • 训练集:
    • 字节数: 14038
    • 样本数: 152
  • 测试集:
    • 字节数: 3683
    • 样本数: 38
• 下载大小: 13398
• 数据集大小: 17721

4. ko-zh_tw

• 特征:
  • 名称: translation
  • 数据类型:
    • 语言: ko, zh_tw
• 分割:
  • 训练集:
    • 字节数: 14004
    • 样本数: 152
  • 测试集:
    • 字节数: 3497
    • 样本数: 38
• 下载大小: 13353
• 数据集大小: 17501

5. th-zh_tw

• 特征:
  • 名称: translation
  • 数据类型:
    • 语言: th, zh_tw
• 分割:
  • 训练集:
    • 字节数: 20789
    • 样本数: 152
  • 测试集:
    • 字节数: 5353
    • 样本数: 38
• 下载大小: 15902
• 数据集大小: 26142

6. vi-zh_tw

• 特征:
  • 名称: translation
  • 数据类型:
    • 语言: vi, zh_tw
• 分割:
  • 训练集:
    • 字节数: 14345
    • 样本数: 152
  • 测试集:
    • 字节数: 3522
    • 样本数: 38
• 下载大小: 13333
• 数据集大小: 17867