bismarck91/enA-frA-tokenised-bc-part2

--- dataset_info: features: - name: global_tokens_src sequence: sequence: int32 - name: semantic_tokens_src sequence: int64 - name: global_tokens_tgt sequence: sequence: int32 - name: semantic_tokens_tgt sequence: int64 splits: - name: train num_bytes: 5683198040.0 num_examples: 1353530 download_size: 1350400478 dataset_size: 5683198040.0 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 名称：源端全局Token，类型为嵌套32位整数序列 - 名称：源端语义Token，类型为64位整数序列 - 名称：目标端全局Token，类型为嵌套32位整数序列 - 名称：目标端语义Token，类型为64位整数序列 数据集划分： - 名称：训练集，占用字节数：5683198040.0，样本数量：1353530 下载大小：1350400478字节 数据集总大小：5683198040.0字节 配置项： - 配置名称：默认配置，数据文件： - 划分：训练集，路径：data/train-*