NLP-CShhiParaDuSC: A Chinese-Shanghainese Parallel Daily-use Speech Corpus

This dataset consists of 724,186 daily-use sentences in Shanghai dialect.本数据集包含724,186条上海方言日常使用语句。

搜集汇总

背景与挑战

背景概述

该数据集是一个中文-上海话平行日常用语语料库，包含724,186条日常用语句子，专为自然语言处理任务设计。其核心特点是提供中文与上海话的平行文本对，支持语言翻译和方言研究，文件格式为TXT（UTF8），适用于文本分析和机器学习应用。