1,003万中葡平行语料数据【数据堂】
收藏OpenDataLab2024-05-29 更新2024-06-01 收录
下载链接:
https://opendatalab.org.cn/shujutang/shujutang1164
下载链接
链接失效反馈官方服务:
资源简介:
1003万组中葡平行互译语料,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 comprises 10.03 million pairs of Chinese-Portuguese parallel translation corpora. Stored in TXT document format, it covers multiple domains such as tourism, medicine, daily life, and news. The dataset has undergone data cleaning, de-identification and quality inspection, and can serve as a foundational corpus for text data analysis, as well as being applied in fields including machine translation.
提供机构:
shujutang
创建时间:
2024-05-29
搜集汇总
数据集介绍

背景与挑战
背景概述
该数据集包含1,003万对中葡平行语料,以TXT格式存储,覆盖旅游、医药、日常和新闻等多个领域。经过清洗脱敏和质检,准确率达90%,适用于机器翻译等应用,但为商业数据,仅限企业合作购买。
以上内容由遇见数据集搜集并总结生成



