登录后查看消息通知
搜索
常见问题
消息
登录
Nickstrain/Tamil_English_Corpus_data
收藏
Hugging Face
2023-08-15 更新
2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/Nickstrain/Tamil_English_Corpus_data
下载链接
链接失效反馈
官方服务:
购买咨询
问题咨询
资源简介:
--- license: mit ---
应用场景:
提供机构:
Nickstrain
原始信息汇总
数据集许可证
许可证类型
: MIT
相关数据集
English-Tamil-Parallel-Corpus
由Moratuwa大学的National Languages Processing Center准备的英泰平行语料库。数据已经过清洗和校准。数据来源于公开的政府资源,如年度报告、采购报告、通函和网站。每个word/pdf文件被转换为文本文件,并使用自定义工具修复了unicode错误。泰米尔语和英语文件经过手动句子对齐,所有拼写和语法错误都经过手动修正。
github
2024-04-08 更新
24
0
Tamil-Sinhala-English Parallel Corpus
本研究创建了名为Tamil-Sinhala-English Parallel Corpus的数据集,由斯里兰卡莫拉图瓦大学计算机科学与工程系的研究团队开发。该数据集包含100个平行文档,涵盖泰米尔语、僧伽罗语和英语三种语言,总计约2.11M、2.22M和2.33M词。数据来源于斯里兰卡议会的官方文件,通过深度学习技术从使用传统字体的PDF文件中提取文本。此数据集旨在支持机器翻译和语言互操作性研究,
arXiv
2022-12-16 更新
3
0
English_to_tamil_data
kaggle
2020-09-08 更新
0
0
English-Tamil Parallel Corpus
由Moratuwa大学国家语言处理中心准备的英泰平行语料库。数据经过清洗和校准。数据来源于公开的政府资源,如年度报告、采购报告、通函和网站。每个单词/pdf文件被转换为文本文件,并使用自定义工具修复了unicode错误。然后手动对泰米尔语和英语文件进行句子对齐,并手动修复所有拼写和语法错误。
github
2024-04-08 更新
16
0
tamil corpus
Tamil Text For Fine Tuning LLms
kaggle
2024-11-02 更新
6
0
© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15
沪公网安备31010402336585号
热门搜索
社区交流群
科研交流群
商业服务
数据资源
寻源服务
数据采集
标注服务
数据产品
代理销售
数据领域
凭证登记
数据产品
介绍推广