oza75/mt-fr-bm-texts

该数据集包含多个配置，每个配置都包含Bambara和French两种语言的数据。数据集主要用于训练，包含不同大小的数据分割，具体包括字典（dictionnary）、主要（main）、合成（synthetic）和转录（transcriptions）四种配置。每种配置的数据量和下载大小各不相同。

原始信息汇总

数据集概述

配置名称：dictionnary

• 特征:
  • bambara: 数据类型为 string
  • french: 数据类型为 string
• 分割:
  • train:
    • 字节数: 42871
    • 示例数: 636
• 下载大小: 26609
• 数据集大小: 42871

配置名称：main

• 特征:
  • bambara: 数据类型为 string
  • french: 数据类型为 string
• 分割:
  • train:
    • 字节数: 8363882
    • 示例数: 77307
• 下载大小: 4821696
• 数据集大小: 8363882

配置名称：synthetic

• 特征:
  • French: 数据类型为 string
  • Bambara: 数据类型为 string
• 分割:
  • train:
    • 字节数: 39287189
    • 示例数: 79376
• 下载大小: 22597095
• 数据集大小: 39287189

配置名称：transcriptions

• 特征:
  • bambara: 数据类型为 string
  • french: 数据类型为 string
• 分割:
  • train:
    • 字节数: 377011
    • 示例数: 4129
• 下载大小: 226726
• 数据集大小: 377011