daniazie/CCAligned-sents_500000
收藏Hugging Face2025-12-03 更新2025-12-20 收录
下载链接：
https://hf-mirror.com/datasets/daniazie/CCAligned-sents_500000
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: instr
dtype: string
- name: src
dtype: string
- name: ref
dtype: string
- name: src_lang
dtype: string
- name: tgt_lang
dtype: string
splits:
- name: train
num_bytes: 1290753028
num_examples: 3000000
- name: valid
num_bytes: 2594956
num_examples: 6000
download_size: 598654006
dataset_size: 1293347984
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: valid
path: data/valid-*
---
数据集信息：
特征：
- 特征名：instr，数据类型：字符串
- 特征名：src，数据类型：字符串
- 特征名：ref，数据类型：字符串
- 特征名：src_lang，数据类型：字符串
- 特征名：tgt_lang，数据类型：字符串
数据集拆分：
- 拆分名称：train（训练集），占用字节数：1290753028，样本数量：3000000
- 拆分名称：valid（验证集），占用字节数：2594956，样本数量：6000
下载总大小：598654006
数据集总占用大小：1293347984
配置项：
- 配置名称：default（默认配置），数据文件：
- 拆分：train（训练集），路径：data/train-*
- 拆分：valid（验证集），路径：data/valid-*
提供机构：
daniazie
