NickyNicky/DIBT_prompts_ranked_English_to_Spanish_translator

---
dataset_info:
features:
- name: es
struct:
- name: avg_rating_es
dtype: float64
- name: cluster_description_es
dtype: string
- name: input_es
dtype: string
- name: kind_es
dtype: string
- name: topic_es
dtype: string
- name: en
struct:
- name: avg_rating_en
dtype: float64
- name: cluster_description_en
dtype: string
- name: input_en
dtype: string
- name: kind_en
dtype: string
- name: topic_en
dtype: string
splits:
- name: train
num_bytes: 12172698
num_examples: 10280
download_size: 6224344
dataset_size: 12172698
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
license: apache-2.0
task_categories:
- translation
language:
- en
- es
size_categories:
- 1K<n<10K
---

```
https://huggingface.co/datasets/NickyNicky/DIBT_prompts_ranked
```

## nota:
* no se tradujo texto mayor a 2048 tokens,

数据集信息：
特征字段：
- 分支名称：es（西班牙语），结构体包含以下字段：
- avg_rating_es：西班牙语平均评分，数据类型：双精度浮点数（float64）
- cluster_description_es：西班牙语聚类描述，数据类型：字符串（string）
- input_es：西班牙语输入文本，数据类型：字符串（string）
- kind_es：西班牙语样本类型，数据类型：字符串（string）
- topic_es：西班牙语主题，数据类型：字符串（string）
- 分支名称：en（英语），结构体包含以下字段：
- avg_rating_en：英语平均评分，数据类型：双精度浮点数（float64）
- cluster_description_en：英语聚类描述，数据类型：字符串（string）
- input_en：英语输入文本，数据类型：字符串（string）
- kind_en：英语样本类型，数据类型：字符串（string）
- topic_en：英语主题，数据类型：字符串（string）
数据集划分：
- 划分名称：train（训练集），占用字节数：12172698，样本总数：10280
下载总大小：6224344 字节
数据集总大小：12172698 字节
配置项：
- 配置名称：default（默认配置），关联数据文件：
- 对应数据集划分：train（训练集），文件路径：data/train-*
开源协议：Apache-2.0
任务类别：机器翻译
支持语言：英语（en）、西班牙语（es）
样本规模区间：1000 < 样本量 < 10000

原始数据集托管链接：https://huggingface.co/datasets/NickyNicky/DIBT_prompts_ranked

备注：* 长度超过2048个Token的文本未进行翻译

原始信息汇总

数据集概述

数据集特征

• 语言特征：
  • es：
    • avg_rating_es：float64类型
    • cluster_description_es：string类型
    • input_es：string类型
    • kind_es：string类型
    • topic_es：string类型
  • en：
    • avg_rating_en：float64类型
    • cluster_description_en：string类型
    • input_en：string类型
    • kind_en：string类型
    • topic_en：string类型

数据集分割

• train：
  • num_bytes：12172698字节
  • num_examples：10280个样本

数据集大小

• 下载大小：6224344字节
• 数据集大小：12172698字节

配置

• config_name：default
• data_files：
  • split：train
  • path：data/train-*

许可证

• license：apache-2.0

任务类别

• task_categories：translation

语言

• language：
  • en
  • es

大小类别

• size_categories：1K<n<10K