nontGcob/scb_mt_enth_2020_and_open_subtitles

---
dataset_info:
features:
- name: text
dtype: string
- name: translation
dtype: string
- name: nb_char_en
dtype: int64
splits:
- name: train
num_bytes: 899816870
num_examples: 3976492
download_size: 413243493
dataset_size: 899816870
---
# Dataset Card for "scb_mt_enth_2020_and_open_subtitles"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征列：
- 列名：text，数据类型：字符串（string）
- 列名：translation，数据类型：字符串（string）
- 列名：nb_char_en，数据类型：64位整数（int64）
数据集拆分：
- 拆分名称：训练集（train），字节数：899816870，样本数量：3976492
下载大小：413243493
数据集总大小：899816870

# 「scb_mt_enth_2020_and_open_subtitles」数据集卡片

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

• 名称: scb_mt_enth_2020_and_open_subtitles

数据集特征

• 特征1: text
  • 数据类型: string
• 特征2: translation
  • 数据类型: string
• 特征3: nb_char_en
  • 数据类型: int64

数据集分割

• 分割名称: train
  • 数据大小: 899816870 字节
  • 示例数量: 3976492

数据集大小

• 下载大小: 413243493 字节
• 数据集总大小: 899816870 字节