sardinelab/bilingual_25k_files
收藏资源简介：
--- 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-*
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-*
