phuong123/icd_icf_en_vi

该数据集包含英语和越南语两种语言的数据，分为三个部分：icd_icf、dictionary和adapt。icd_icf部分包含21555个示例，占用2317367字节；dictionary部分包含16893个示例，占用1088267字节；adapt部分包含358796个示例，占用118504077字节。整个数据集的下载大小为74885719字节，总大小为121909711字节。

The dataset contains data in two languages: English and Vietnamese, divided into three parts: icd_icf, dictionary, and adapt. The icd_icf part includes 21555 examples, occupying 2317367 bytes; the dictionary part includes 16893 examples, occupying 1088267 bytes; the adapt part includes 358796 examples, occupying 118504077 bytes. The total download size of the dataset is 74885719 bytes, and the total size is 121909711 bytes.

原始信息汇总

数据集概述

数据集特征

• en: 数据类型为字符串
• vi: 数据类型为字符串

数据集分割

• train:
  • 示例数量: 15088
  • 字节数: 1624821
• test:
  • 示例数量: 3233
  • 字节数: 342331
• validation:
  • 示例数量: 3234
  • 字节数: 350215
• others:
  • 示例数量: 13806
  • 字节数: 1215214
• adapt_train:
  • 示例数量: 287036
  • 字节数: 94802997.3739172
• adapt_val:
  • 示例数量: 71760
  • 字节数: 23701079.62608279

数据集大小

• 下载大小: 75079145字节
• 数据集总大小: 122036658.0字节

配置文件

• default:
  • train: 文件路径格式为 data/train-*
  • test: 文件路径格式为 data/test-*
  • validation: 文件路径格式为 data/validation-*
  • others: 文件路径格式为 data/others-*
  • adapt_train: 文件路径格式为 data/adapt_train-*
  • adapt_val: 文件路径格式为 data/adapt_val-*