amanuelbyte/finetranslations-sentence-level

---
dataset_info:
- config_name: afr_Latn
features:
- name: source_lang
dtype: string
- name: source_sentence
dtype: string
- name: target_sentence
dtype: string
- name: url
dtype: string
splits:
- name: train
num_bytes: 6430030673
num_examples: 18229868
download_size: 3268174924
dataset_size: 6430030673
- config_name: amh_Ethi
features:
- name: source_lang
dtype: string
- name: source_sentence
dtype: string
- name: target_sentence
dtype: string
- name: url
dtype: string
splits:
- name: train
num_bytes: 1431374427
num_examples: 2582100
download_size: 639139512
dataset_size: 1431374427
- config_name: arz_Arab
features:
- name: source_lang
dtype: string
- name: source_sentence
dtype: string
- name: target_sentence
dtype: string
- name: url
dtype: string
splits:
- name: train
num_bytes: 3744644089
num_examples: 7421493
download_size: 1509218422
dataset_size: 3744644089
- config_name: hau_Latn
features:
- name: source_lang
dtype: string
- name: source_sentence
dtype: string
- name: target_sentence
dtype: string
- name: url
dtype: string
splits:
- name: train
num_bytes: 1709365301
num_examples: 4029038
download_size: 811987756
dataset_size: 1709365301
- config_name: lin_Latn
features:
- name: source_lang
dtype: string
- name: source_sentence
dtype: string
- name: target_sentence
dtype: string
- name: url
dtype: string
splits:
- name: train
num_bytes: 63156266
num_examples: 188212
download_size: 29643919
dataset_size: 63156266
- config_name: som_Latn
features:
- name: source_lang
dtype: string
- name: source_sentence
dtype: string
- name: target_sentence
dtype: string
- name: url
dtype: string
splits:
- name: train
num_bytes: 2816379639
num_examples: 6256262
download_size: 1359183224
dataset_size: 2816379639
- config_name: swh_Latn
features:
- name: source_lang
dtype: string
- name: source_sentence
dtype: string
- name: target_sentence
dtype: string
- name: url
dtype: string
splits:
- name: train
num_bytes: 3675126038
num_examples: 9329468
download_size: 1801537057
dataset_size: 3675126038
- config_name: wol_Latn
features:
- name: source_lang
dtype: string
- name: source_sentence
dtype: string
- name: target_sentence
dtype: string
- name: url
dtype: string
splits:
- name: train
num_bytes: 18141502
num_examples: 68416
download_size: 8292148
dataset_size: 18141502
- config_name: yor_Latn
features:
- name: source_lang
dtype: string
- name: source_sentence
dtype: string
- name: target_sentence
dtype: string
- name: url
dtype: string
splits:
- name: train
num_bytes: 371057798
num_examples: 814488
download_size: 184693148
dataset_size: 371057798
- config_name: zul_Latn
features:
- name: source_lang
dtype: string
- name: source_sentence
dtype: string
- name: target_sentence
dtype: string
- name: url
dtype: string
splits:
- name: train
num_bytes: 360627411
num_examples: 810886
download_size: 190904256
dataset_size: 360627411
configs:
- config_name: afr_Latn
data_files:
- split: train
path: afr_Latn/train-*
- config_name: amh_Ethi
data_files:
- split: train
path: amh_Ethi/train-*
- config_name: arz_Arab
data_files:
- split: train
path: arz_Arab/train-*
- config_name: hau_Latn
data_files:
- split: train
path: hau_Latn/train-*
- config_name: lin_Latn
data_files:
- split: train
path: lin_Latn/train-*
- config_name: som_Latn
data_files:
- split: train
path: som_Latn/train-*
- config_name: swh_Latn
data_files:
- split: train
path: swh_Latn/train-*
- config_name: wol_Latn
data_files:
- split: train
path: wol_Latn/train-*
- config_name: yor_Latn
data_files:
- split: train
path: yor_Latn/train-*
- config_name: zul_Latn
data_files:
- split: train
path: zul_Latn/train-*
---

数据集信息：
- 配置名称：afr_Latn（南非荷兰语，拉丁字母脚本）
特征：
- 字段名：source_lang（源语言），数据类型：字符串
- 字段名：source_sentence（源语句），数据类型：字符串
- 字段名：target_sentence（目标语句），数据类型：字符串
- 字段名：url（来源链接），数据类型：字符串
数据划分：
- 划分名称：train（训练集），字节占用数：6430030673，样本数量：18229868
下载大小：3268174924，数据集存储大小：6430030673
- 配置名称：amh_Ethi（阿姆哈拉语，埃塞俄比亚音节文字脚本）
特征：
- 字段名：source_lang（源语言），数据类型：字符串
- 字段名：source_sentence（源语句），数据类型：字符串
- 字段名：target_sentence（目标语句），数据类型：字符串
- 字段名：url（来源链接），数据类型：字符串
数据划分：
- 划分名称：train（训练集），字节占用数：1431374427，样本数量：2582100
下载大小：639139512，数据集存储大小：1431374427
- 配置名称：arz_Arab（埃及阿拉伯语，阿拉伯字母脚本）
特征：
- 字段名：source_lang（源语言），数据类型：字符串
- 字段名：source_sentence（源语句），数据类型：字符串
- 字段名：target_sentence（目标语句），数据类型：字符串
- 字段名：url（来源链接），数据类型：字符串
数据划分：
- 划分名称：train（训练集），字节占用数：3744644089，样本数量：7421493
下载大小：1509218422，数据集存储大小：3744644089
- 配置名称：hau_Latn（豪萨语，拉丁字母脚本）
特征：
- 字段名：source_lang（源语言），数据类型：字符串
- 字段名：source_sentence（源语句），数据类型：字符串
- 字段名：target_sentence（目标语句），数据类型：字符串
- 字段名：url（来源链接），数据类型：字符串
数据划分：
- 划分名称：train（训练集），字节占用数：1709365301，样本数量：4029038
下载大小：811987756，数据集存储大小：1709365301
- 配置名称：lin_Latn（林加拉语，拉丁字母脚本）
特征：
- 字段名：source_lang（源语言），数据类型：字符串
- 字段名：source_sentence（源语句），数据类型：字符串
- 字段名：target_sentence（目标语句），数据类型：字符串
- 字段名：url（来源链接），数据类型：字符串
数据划分：
- 划分名称：train（训练集），字节占用数：63156266，样本数量：188212
下载大小：29643919，数据集存储大小：63156266
- 配置名称：som_Latn（索马里语，拉丁字母脚本）
特征：
- 字段名：source_lang（源语言），数据类型：字符串
- 字段名：source_sentence（源语句），数据类型：字符串
- 字段名：target_sentence（目标语句），数据类型：字符串
- 字段名：url（来源链接），数据类型：字符串
数据划分：
- 划分名称：train（训练集），字节占用数：2816379639，样本数量：6256262
下载大小：1359183224，数据集存储大小：2816379639
- 配置名称：swh_Latn（斯瓦西里语，拉丁字母脚本）
特征：
- 字段名：source_lang（源语言），数据类型：字符串
- 字段名：source_sentence（源语句），数据类型：字符串
- 字段名：target_sentence（目标语句），数据类型：字符串
- 字段名：url（来源链接），数据类型：字符串
数据划分：
- 划分名称：train（训练集），字节占用数：3675126038，样本数量：9329468
下载大小：1801537057，数据集存储大小：3675126038
- 配置名称：wol_Latn（沃洛夫语，拉丁字母脚本）
特征：
- 字段名：source_lang（源语言），数据类型：字符串
- 字段名：source_sentence（源语句），数据类型：字符串
- 字段名：target_sentence（目标语句），数据类型：字符串
- 字段名：url（来源链接），数据类型：字符串
数据划分：
- 划分名称：train（训练集），字节占用数：18141502，样本数量：68416
下载大小：8292148，数据集存储大小：18141502
- 配置名称：yor_Latn（约鲁巴语，拉丁字母脚本）
特征：
- 字段名：source_lang（源语言），数据类型：字符串
- 字段名：source_sentence（源语句），数据类型：字符串
- 字段名：target_sentence（目标语句），数据类型：字符串
- 字段名：url（来源链接），数据类型：字符串
数据划分：
- 划分名称：train（训练集），字节占用数：371057798，样本数量：814488
下载大小：184693148，数据集存储大小：371057798
- 配置名称：zul_Latn（祖鲁语，拉丁字母脚本）
特征：
- 字段名：source_lang（源语言），数据类型：字符串
- 字段名：source_sentence（源语句），数据类型：字符串
- 字段名：target_sentence（目标语句），数据类型：字符串
- 字段名：url（来源链接），数据类型：字符串
数据划分：
- 划分名称：train（训练集），字节占用数：360627411，样本数量：810886
下载大小：190904256，数据集存储大小：360627411
配置项：
- 配置名称：afr_Latn（南非荷兰语，拉丁字母脚本），数据文件：
- 数据划分：train（训练集），文件路径：afr_Latn/train-*
- 配置名称：amh_Ethi（阿姆哈拉语，埃塞俄比亚音节文字脚本），数据文件：
- 数据划分：train（训练集），文件路径：amh_Ethi/train-*
- 配置名称：arz_Arab（埃及阿拉伯语，阿拉伯字母脚本），数据文件：
- 数据划分：train（训练集），文件路径：arz_Arab/train-*
- 配置名称：hau_Latn（豪萨语，拉丁字母脚本），数据文件：
- 数据划分：train（训练集），文件路径：hau_Latn/train-*
- 配置名称：lin_Latn（林加拉语，拉丁字母脚本），数据文件：
- 数据划分：train（训练集），文件路径：lin_Latn/train-*
- 配置名称：som_Latn（索马里语，拉丁字母脚本），数据文件：
- 数据划分：train（训练集），文件路径：som_Latn/train-*
- 配置名称：swh_Latn（斯瓦西里语，拉丁字母脚本），数据文件：
- 数据划分：train（训练集），文件路径：swh_Latn/train-*
- 配置名称：wol_Latn（沃洛夫语，拉丁字母脚本），数据文件：
- 数据划分：train（训练集），文件路径：wol_Latn/train-*
- 配置名称：yor_Latn（约鲁巴语，拉丁字母脚本），数据文件：
- 数据划分：train（训练集），文件路径：yor_Latn/train-*
- 配置名称：zul_Latn（祖鲁语，拉丁字母脚本），数据文件：
- 数据划分：train（训练集），文件路径：zul_Latn/train-*