sardinelab/bilingual_25k_files
收藏Hugging Face2024-03-11 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/sardinelab/bilingual_25k_files
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: src
dtype: string
- name: tgt
dtype: string
- name: src_lang
dtype: string
- name: tgt_lang
dtype: string
- name: lp
dtype: string
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 41333731
num_examples: 150000
download_size: 27284890
dataset_size: 41333731
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
数据集信息（dataset_info）：
特征字段：
- 字段名：src，数据类型：字符串（string）
- 字段名：tgt，数据类型：字符串（string）
- 字段名：src_lang，数据类型：字符串（string）
- 字段名：tgt_lang，数据类型：字符串（string）
- 字段名：lp（语言对，Language Pair），数据类型：字符串（string）
- 字段名：__index_level_0__，数据类型：64位整数（int64）
数据集划分：
- 划分名称：训练集（train），字节占用量：41333731，样本总数：150000
下载大小：27284890 字节
数据集总大小：41333731 字节
配置项：
- 配置名称：默认配置（default），数据文件：
- 对应划分：训练集（train），文件路径：data/train-*
提供机构：
sardinelab
原始信息汇总
数据集概述
数据集特征
- src: 数据类型为字符串
- tgt: 数据类型为字符串
- src_lang: 数据类型为字符串
- tgt_lang: 数据类型为字符串
- lp: 数据类型为字符串
- index_level_0: 数据类型为整数（int64）
数据集拆分
- 训练集（train）:
- 数据量: 150000个样本
- 存储大小: 41333731字节
数据集大小
- 下载大小: 27284890字节
- 数据集总大小: 41333731字节
配置信息
- 配置名称: default
- 数据文件路径:
- 拆分类型: train
- 路径: data/train-*
