HamdanXI/arb-eng-parallel-10k-splitted-euclidean-80

---
dataset_info:
features:
- name: arabic
dtype: string
- name: english
dtype: string
splits:
- name: train
num_bytes: 339531
num_examples: 666
- name: validation
num_bytes: 407437
num_examples: 1000
- name: test
num_bytes: 419389
num_examples: 1000
download_size: 664054
dataset_size: 1166357
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
特征：
- 名称：阿拉伯语（arabic），数据类型：字符串
- 名称：英语（english），数据类型：字符串
数据拆分：
- 拆分名称：训练集（train），字节大小：339531，样本数量：666
- 拆分名称：验证集（validation），字节大小：407437，样本数量：1000
- 拆分名称：测试集（test），字节大小：419389，样本数量：1000
下载大小：664054，数据集总大小：1166357
配置项：
- 配置名称：默认（default），数据文件映射：
- 拆分：训练集，路径：data/train-*
- 拆分：验证集，路径：data/validation-*
- 拆分：测试集，路径：data/test-*

原始信息汇总

数据集概述

数据特征

• 名称: arabic
  • 数据类型: string
• 名称: english
  • 数据类型: string

数据分割

• 训练集
  • 字节数: 339531
  • 样本数: 666
• 验证集
  • 字节数: 407437
  • 样本数: 1000
• 测试集
  • 字节数: 419389
  • 样本数: 1000

数据大小

• 下载大小: 664054
• 数据集大小: 1166357

配置

• 配置名称: default
  • 数据文件路径
    • 训练集: data/train-*
    • 验证集: data/validation-*
    • 测试集: data/test-*