bismarck91/enA-frA-xc-one-bc-tokenised-bc-part2

---
dataset_info:
features:
- name: global_tokens_src
sequence:
sequence: int32
- name: semantic_tokens_src
sequence: int64
- name: global_tokens_tgt
sequence:
sequence: int32
- name: semantic_tokens_tgt
sequence: int64
splits:
- name: train
num_bytes: 5710762264.0
num_examples: 1345013
download_size: 1355363088
dataset_size: 5710762264.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：全局源Token（global_tokens_src），数据类型为序列，其每个元素为32位整数构成的序列
- 名称：语义源Token（semantic_tokens_src），数据类型为序列，元素类型为64位整数
- 名称：全局目标Token（global_tokens_tgt），数据类型为序列，其每个元素为32位整数构成的序列
- 名称：语义目标Token（semantic_tokens_tgt），数据类型为序列，元素类型为64位整数
数据集拆分：
- 拆分名称：训练集（train），占用字节数：5710762264.0，样本总数：1345013
整体下载大小：1355363088字节
整体数据集占用大小：5710762264.0字节
配置项：
- 配置名称：默认（default），数据文件配置：
- 对应拆分：训练集（train），文件路径：data/train-*