tep-en-fa-para

Name: tep-en-fa-para
Creator: OpenDataLab
Published: 2023-12-07T15:30:26+08:00

OpenXLab2026-04-18 收录

机器翻译

平行语料库

数据链接：

https://openxlab.org.cn/datasets/OpenDataLab/tep-en-fa-para 数据链接链接失效反馈

官方服务：

资源简介：

TEP: Tehran English-Persian parallel corpus. The first free Eng-Per corpus, provided by the Natural Language and Text Processing Laboratory, University of Tehran.

提供机构：

OpenDataLab

创建时间：

2023-12-07

PAQ (Probably Asked Questions)

自然语言处理

机器学习

可能问的问题 (PAQ) 是一个非常大的资源，包含 6500 万个自动生成的 QA 对。 PAQ 是 65M 自然语言 QA 对的半结构化知识库 (KB)，模型可以记忆和/或学习从中检索。 PAQ 与传统 KB 的不同之处在于问题和答案以自然语言存储，并且生成的问题很可能出现在 ODQA 数据集中。 PAQ 是使用问题生成模型和维基百科自动构建的。

OpenDataLab2026-07-12 更新300

MaroneAI/French-Wolof_Translation-Dataset

机器翻译

自然语言处理

这个数据集包含了从法语到沃洛夫语的翻译对，数据经过精心收集和清洗，包括去除重复项和纠正不一致之处，确保数据集可靠且可以直接用于自动翻译模型的训练。数据适用于法语到沃洛夫语模型的微调训练、翻译模型的评估以及非洲语言的自然语言处理研究。

Hugging Face2025-10-08 更新80

Stanley8712/telugu2-mistralformat

机器翻译

泰卢固语

--- dataset_info: features: - name: idx dtype: int64 - name: src dtype: string - name: tgt dtype: string - name: text dtype: string splits: - name: train num_bytes: 4

Hugging Face2023-11-30 更新60

GALE Phase 4 Arabic Weblog Parallel Sentences

机器翻译

平行语料库

Introduction GALE Phase 4 Arabic Weblog Parallel Sentences was developed by the Linguistic Data Consortium (LDC). Along with other corpora, the parallel text in this release comprised

DataCite Commons2021-07-01 更新160

Polish Political Advertising Dataset

政治广告分析

自然语言处理

用于检测波兰语中特定文本块和政治广告类别的数据集。它包含 1,705 条人工注释的推文，标记有九个类别，这些类别构成波兰选举法下的竞选活动。

OpenDataLab2026-08-23 更新60