Multilingual Document Images
收藏kaggle2022-06-18 更新2024-03-11 收录
下载链接：
https://www.kaggle.com/datasets/mobassir/multilingual-document-images
下载链接
链接失效反馈官方服务：
资源简介：
应用场景：
创建时间：
2022-05-21
相关数据集
multilingual-document
这是一个多语言多模态翻译数据集，包含来自FLORES-200的11种语言的图像和文本对。数据集旨在用于训练和评估在翻译时考虑视觉上下文的多模态翻译模型。
Hugging Face2025-11-29 更新70
MULCOLD - Multilingual Corpus of Legal Documents
This corpus contains international conventions and treaties in Russian, English, Swedish, and Finnish. The corpus is available through the concordancer Korp.
SSH Open MarketPlace2025-07-04 更新80
rileykim/multilingual-multimodal-document
--- dataset_info: features: - name: id dtype: string - name: image_id dtype: string - name: lang_pair dtype: string - name: target_lang dtype: string - name: cls dtype:
Hugging Face2026-04-07 更新00
Multilingual Document Classification Corpus
A new evaluation framework for cross-lingual document classification in eight languages.
DataCite Commons2026-01-07 更新100
Multilingual Document Classification Corpus (MLDoc)
MLDoc是由Facebook AI Research创建的多语言文档分类数据集，基于Reuters Corpus Volume 2构建，包含487,000篇新闻故事，涵盖英语、法语、西班牙语、意大利语、德语、俄语、中文和日语八种语言。数据集通过均匀抽样确保每种语言和类别的覆盖均衡，分为训练、开发和测试集，旨在评估跨语言文档分类的性能。MLDoc的应用领域广泛，主要用于解决跨语言文档分类问题，推动
arXiv2018-05-24 更新90
