alvations/c4p0-x1-en-fr

---
dataset_info:
features:
- name: source
dtype: string
- name: target
dtype: string
- name: target_backto_source
dtype: string
- name: raw_target
list:
- name: generated_text
dtype: string
- name: raw_target_backto_source
list:
- name: generated_text
dtype: string
- name: prompt
dtype: string
- name: reverse_prompt
dtype: string
- name: source_langid
dtype: string
- name: target_langid
dtype: string
- name: target_backto_source_langid
dtype: string
- name: doc_id
dtype: int64
- name: sent_id
dtype: int64
- name: timestamp
dtype: string
- name: url
dtype: string
- name: doc_hash
dtype: string
splits:
- name: train
num_bytes: 4047
num_examples: 2
download_size: 21379
dataset_size: 4047
configs:
- config_name: default
data_files:
- split: train
path: 37ded8bbdbf8c054/train-*
---

数据集信息：
特征：
- 名称：source（源文本），数据类型：字符串（string）
- 名称：target（目标文本），数据类型：字符串（string）
- 名称：target_backto_source（回溯至源的目标文本），数据类型：字符串（string）
- 名称：raw_target（原始目标数据），数据类型为列表，其元素为：
- 名称：generated_text（生成文本），数据类型：字符串（string）
- 名称：raw_target_backto_source（回溯至源的原始目标数据），数据类型为列表，其元素为：
- 名称：generated_text（生成文本），数据类型：字符串（string）
- 名称：prompt（提示词），数据类型：字符串（string）
- 名称：reverse_prompt（反向提示词），数据类型：字符串（string）
- 名称：source_langid（源语言标识符），数据类型：字符串（string）
- 名称：target_langid（目标语言标识符），数据类型：字符串（string）
- 名称：target_backto_source_langid（回溯至源的目标语言标识符），数据类型：字符串（string）
- 名称：doc_id（文档ID），数据类型：int64
- 名称：sent_id（句子ID），数据类型：int64
- 名称：timestamp（时间戳），数据类型：字符串（string）
- 名称：url（统一资源定位符），数据类型：字符串（string）
- 名称：doc_hash（文档哈希值），数据类型：字符串（string）
划分集：
- 名称：train（训练集），数据字节数：4047，示例数量：2
下载大小：21379
数据集大小：4047
配置项：
- 配置名称：default（默认配置），数据文件：
- 划分集：train（训练集），路径：37ded8bbdbf8c054/train-*

原始信息汇总

数据集概述

数据集特征

• source: 数据类型为字符串。
• target: 数据类型为字符串。
• target_backto_source: 数据类型为字符串。
• raw_target: 列表类型，包含一个名为generated_text的字符串类型元素。
• raw_target_backto_source: 列表类型，包含一个名为generated_text的字符串类型元素。
• prompt: 数据类型为字符串。
• reverse_prompt: 数据类型为字符串。
• source_langid: 数据类型为字符串。
• target_langid: 数据类型为字符串。
• target_backto_source_langid: 数据类型为字符串。
• doc_id: 数据类型为整数（int64）。
• sent_id: 数据类型为整数（int64）。
• timestamp: 数据类型为字符串。
• url: 数据类型为字符串。
• doc_hash: 数据类型为字符串。

数据集分割

• train: 包含2个示例，数据大小为4047字节。

数据集大小

• 下载大小: 21379字节
• 数据集大小: 4047字节

配置

• config_name: default
• data_files:
  • split: train
  • path: 37ded8bbdbf8c054/train-*