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-*