five

数据堂—744万条中印地平行语料数据

收藏
魔搭社区2025-11-14 更新2024-05-15 收录
下载链接:
https://modelscope.cn/datasets/DatatangBeijing/7440000Groups-Chinese-HindiParallelCorpusData
下载链接
链接失效反馈
官方服务:
资源简介:
744万组中印地平行互译语料,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 contains 7.44 million Chinese-Hindi parallel translation corpus pairs, stored in TXT document format. It covers multiple domains including tourism, medicine, daily life, news and others. The data has undergone cleaning, desensitization and quality inspection, and can serve as a foundational corpus for text data analysis and be applied in fields 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
main_image_url
背景与挑战
背景概述
该数据集包含744万对中文与印地语的平行翻译语料,以TXT格式存储,覆盖旅游、医疗、日常生活和新闻等多个领域。数据经过清洗、匿名化和质量检查,适合作为机器翻译等文本分析任务的基础语料。
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务