englishize dataset description

README.md

@@ -36,12 +36,12 @@ tags:
 
 # PostNauka
 
-Измеряемые характеристики датасета:
+Some measurable characteristics of the dataset:
 
-* D — число документов
-* <имя модальности> W — размер словаря данной модальности (количество уникальных токенов)
-* <имя модальности> len D — средняя длина документа в терминах этой модальности (количество слов)
-* <имя модальности> len D uniq — средняя длина документа в уникальных терминах этой модальности (количество уникальных слов)
+* D — number of documents
+* <modality name> W — modality dictionary size (number of unique tokens)
+* <modality name> len D — average document length in modality tokens (number of tokens)
+* <modality name> len D uniq — average document length in unique modality tokens (number of unique tokens)
 
 
 |       |    D |   @title W |   @title len D |   @title len D uniq |   @2gramm W |   @2gramm len D |   @2gramm len D uniq |   @3gramm W |   @3gramm len D |   @3gramm len D uniq |   @snippet W |   @snippet len D |   @snippet len D uniq |   @word W |   @word len D |   @word len D uniq |   @post_tag W |   @post_tag len D |   @post_tag len D uniq |   @author W |   @author len D |   @author len D uniq |
@@ -49,9 +49,9 @@ tags:
 | value |        3404 |             13546 |               3.97944 |                    3.98002 |             163289 |                47.9697 |                     37.0029 |               5848 |                1.71798 |                     1.30288 |               46033 |                 13.5232 |                      13.5256 |      1.43373e+06 |              421.189 |                    254.58 |                18031 |                    5.297 |                         5.297 |               3685 |                1.08255 |                     1.08255 |
 
 
-Модальность `@snippet` — сырой необработанный текст, предназначенный для показа топ-документов.
+The `@snippet` modality is a piece of raw text designed to display top documents.
 
-Информация о длинах документов в расчёте на модальность:
+Information about document lengths in modality tokens:
 
 
 |      |   len_total@title |   len_total@2gramm |   len_total@3gramm |   len_total@snippet |   len_total@word |   len_total@post_tag |   len_total@author |   len_uniq@title |   len_uniq@2gramm |   len_uniq@3gramm |   len_uniq@snippet |   len_uniq@word |   len_uniq@post_tag |   len_uniq@author |
@@ -65,4 +65,4 @@ tags:
 | max  |          22       |           778      |           69       |             28      |         4892     |             18       |           4        |         22       |          444      |          27       |           28       |        2277     |            18       |          4        |
 
 
-Существует \"эталонная\" тематическая модель на 19 + 1 (фоновую) тему. Информация о темах доступна для [версии датасета с естественным порядком слов](https://huggingface.co/datasets/TopicNet/PostNauka/tree/main/data/noow). (При этом в [датасете типа "мешка слов" со сниппетами](https://huggingface.co/datasets/TopicNet/PostNauka/tree/main/data/bow) те же самые документы, что и в датасете с естественным порядком, но под другими именами — а информация о соответствии имён документов, увы, утеряна 🙃.)
+There exists a reference "gold-standard" topic model for 19 + 1 (background) topics. Information about topics is available for the [natural word order version of the dataset](https://huggingface.co/datasets/TopicNet/PostNauka/tree/main/data/noow). (At the same time, [bag-of-words dataset with `@snippet`-s](https://huggingface.co/datasets/TopicNet/PostNauka/tree/main/data/bow) includes the same documents as the dataset with a natural order of words, but under different names — and information about the correspondence of document names, alas, is lost 🙃.)