Saugatkafley/Nepali-Roman-Transliteration

该数据集主要用于尼泊尔语和英语之间的翻译和音译任务。数据集包含训练集和验证集，训练集有2397414个例子，验证集有2804个例子。每个例子包含唯一标识符、原生词和英语词。数据集的总下载大小为86200245字节，总数据集大小为148314763字节。

This dataset is mainly designed for translation and transliteration tasks between Nepali and English. It comprises a training set and a validation set, with 2,397,414 samples in the training set and 2,804 samples in the validation set. Each sample contains a unique identifier, the native word, and the English word. The total download size of the dataset is 86,200,245 bytes, and the total size of the full dataset is 148,314,763 bytes.

原始信息汇总

数据集概述

语言

• 尼泊尔语 (ne)
• 英语 (en)

许可证

• MIT

大小分类

• 10K<n<100K

任务分类

• 翻译

标签

• 翻译
• 音译

数据集信息

特征

• unique_identifier: 数据类型为字符串
• native word: 数据类型为字符串
• english word: 数据类型为字符串

分割

• train:
  • 字节数: 148156341
  • 样本数: 2397414
• validation:
  • 字节数: 158422
  • 样本数: 2804

下载大小

• 86200245 字节

数据集大小

• 148314763 字节

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • validation: data/validation-*