cyferaj/roman2nepali-transliteration

---
license: mit
dataset_info:
features:
- name: id
dtype: string
- name: translation
struct:
- name: nepali
dtype: string
- name: roman
dtype: string
splits:
- name: train
num_bytes: 148156341
num_examples: 2397414
- name: validation
num_bytes: 158422
num_examples: 2804
download_size: 86185823
dataset_size: 148314763
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
task_categories:
- translation
language:
- ne
- en
tags:
- nepali
- roman-english2nepali
- translation
size_categories:
- 1M<n<10M
---

## Use this dataset

```Python
from datasets import load_dataset

data = load_dataset("syubraj/roman2nepali-transliteration")
```

## Source Dataset:

[Saugatkafley/Nepali-Roman-Transliteration](https://huggingface.co/datasets/Saugatkafley/Nepali-Roman-Transliteration)

许可证：MIT许可证
数据集信息：
特征：
- 字段名：id，数据类型：字符串（string）
- 字段名：translation，结构体类型，包含两个子字段：
- 子字段名：nepali（尼泊尔语），数据类型：字符串
- 子字段名：roman（罗马转写），数据类型：字符串
数据拆分：
- 拆分名称：train（训练集），占用字节数：148156341，样本数量：2397414
- 拆分名称：validation（验证集），占用字节数：158422，样本数量：2804
下载总大小：86185823 字节
数据集总占用大小：148314763 字节
配置项：
- 配置名称：default（默认配置）
数据文件路径：
- 对应训练集拆分：路径为 data/train-*
- 对应验证集拆分：路径为 data/validation-*
任务类别：
- 翻译
支持语言：
- 尼泊尔语（ne）
- 英语（en）
数据集标签：
- 尼泊尔语（nepali）
- 罗马音-英语转尼泊尔语（roman-english2nepali）
- 翻译
样本规模区间：
- 100万 < 样本数 < 1000万

## 使用该数据集
Python
from datasets import load_dataset

data = load_dataset("syubraj/roman2nepali-transliteration")

## 源数据集：
[Saugatkafley/Nepali-Roman-Transliteration](https://huggingface.co/datasets/Saugatkafley/Nepali-Roman-Transliteration)