xchange/enko_processed

---
dataset_info:
features:
- name: idx
dtype: int64
- name: lcs
dtype: string
- name: similarity
dtype: float64
- name: labse_similarity
dtype: float64
- name: en
dtype: string
- name: ko
dtype: string
splits:
- name: train
num_bytes: 24856938
num_examples: 114854
download_size: 17630407
dataset_size: 24856938
---
# Dataset Card for "enko_processed"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征项：
- 特征名：`idx`（索引），数据类型：64位整数（int64）
- 特征名：`lcs`，数据类型：字符串（string）
- 特征名：`similarity`，数据类型：64位浮点数（float64）
- 特征名：`labse_similarity`，数据类型：64位浮点数（float64）
- 特征名：`en`（英语文本），数据类型：字符串（string）
- 特征名：`ko`（朝鲜语文本），数据类型：字符串（string）
数据划分：
- 划分名称：`train`（训练集），数据字节数：24856938，样本总数：114854
下载大小：17630407，数据集总大小：24856938

---

# 「enko_processed」数据集卡片
需补充更多信息（https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards）

原始信息汇总

数据集概述

数据集名称

• enko_processed

数据特征

• idx: 数据类型为 int64
• lcs: 数据类型为 string
• similarity: 数据类型为 float64
• labse_similarity: 数据类型为 float64
• en: 数据类型为 string
• ko: 数据类型为 string

数据分割

• train: 包含 114854 个样本，占用 24856938 字节

数据大小

• 下载大小: 17630407 字节
• 数据集大小: 24856938 字节