phatjk/ds_translate_vi_en

---
dataset_info:
features:
- name: text
dtype: string
- name: labels
dtype: string
- name: text_tk
struct:
- name: attention_mask
sequence: int64
- name: input_ids
sequence: int64
- name: labels_tk
struct:
- name: attention_mask
sequence: int64
- name: input_ids
sequence: int64
splits:
- name: train
num_bytes: 136272178
num_examples: 133317
download_size: 32133917
dataset_size: 136272178
---
# Dataset Card for "ds_translate_vi_en"

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

---
## 数据集信息（dataset_info）
### 数据集特征
1. 字段名：`text`，数据类型：`string`（字符串）
2. 字段名：`labels`，数据类型：`string`（字符串）
3. 字段名：`text_tk`，为结构化字段，包含：
- `attention_mask`（注意力掩码）：`sequence`（序列）类型，数据格式为`int64`（64位整数）
- `input_ids`（输入序列标识）：`sequence`（序列）类型，数据格式为`int64`（64位整数）
4. 字段名：`labels_tk`，为结构化字段，包含：
- `attention_mask`（注意力掩码）：`sequence`（序列）类型，数据格式为`int64`（64位整数）
- `input_ids`（输入序列标识）：`sequence`（序列）类型，数据格式为`int64`（64位整数）
### 数据集划分
- 划分名称：`train`（训练集），占用字节数：136272178，样本总数：133317
下载大小：32133917
数据集总大小：136272178
---
# 「ds_translate_vi_en」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

ds_translate_vi_en

数据集特征

• text: 数据类型为字符串。
• labels: 数据类型为字符串。
• text_tk: 结构化特征，包含：
  • attention_mask: 序列类型为int64。
  • input_ids: 序列类型为int64。
• labels_tk: 结构化特征，包含：
  • attention_mask: 序列类型为int64。
  • input_ids: 序列类型为int64。

数据集分割

• train:
  • 数据量大小: 136272178字节
  • 示例数量: 133317

数据集大小

• 下载大小: 32133917字节
• 数据集总大小: 136272178字节