数据堂—85万组英日平行语料数据
收藏魔搭社区2025-11-12 更新2024-05-15 收录
下载链接:
https://modelscope.cn/datasets/DatatangBeijing/850000Groups-English-JapaneseParallelCorpusData
下载链接
链接失效反馈官方服务:
资源简介:
85万组英日平行互译语料,数据存储格式为txt文档,覆盖旅游、医药、日常、新闻等多个领域。已进行数据清洗脱敏质检,可作为文本类数据分析的基础语料库,用于机器翻译等领域
This dataset consists of 850,000 pairs of English-Japanese parallel translation corpora, stored in plain TXT files. It covers multiple domains including tourism, medical, daily life, news and other fields. The dataset has undergone data cleaning, de-identification and quality inspection, and can serve as a foundational corpus for text data analysis and downstream applications such as machine translation.
提供机构:
maas
创建时间:
2024-05-08
搜集汇总
数据集介绍

背景与挑战
背景概述
该数据集包含85万组英语-日语平行语料,覆盖旅游、医疗、日常生活和新闻等多个领域,并经过清洗、脱敏和质量检查。它以txt格式存储,主要用于机器翻译任务的测试和分析。
以上内容由遇见数据集搜集并总结生成



