carles-undergrad-thesis/en-id-parallel-sentences

---
dataset_info:
features:
- name: text_en
dtype: string
- name: text_id
dtype: string
splits:
- name: train
num_bytes: 392096944
num_examples: 1000000
download_size: 204794393
dataset_size: 392096944
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "en-id-parallel-sentences"

[More Information needed](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

数据集信息

• 特征:
  • text_en: 类型为字符串
  • text_id: 类型为字符串
• 分割:
  • train: 包含392096944字节的数据，共有1000000个样本
• 下载大小: 204794393字节
• 数据集大小: 392096944字节

配置

• 配置名称: default
  • 数据文件:
    • train: 路径为 data/train-*