five

中英平行语料数据【数据堂】

收藏
OpenDataLab2023-08-10 更新2024-05-09 收录
下载链接:
https://opendatalab.org.cn/shujutang/shujutang_NexData10
下载链接
链接失效反馈
官方服务:
资源简介:
306万组中英平行互译语料,数据存储格式为txt文档,覆盖旅游、医药、日常、电视剧等多个领域。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 includes 3.06 million pairs of Chinese-English parallel translation corpora, stored in TXT format, covering multiple domains such as tourism, medicine, daily life, TV dramas and other fields. The corpora have 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 and other related areas.
提供机构:
shujutang
创建时间:
2023-08-10
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306万组中英平行互译语料,以txt格式存储,覆盖旅游、医药、日常和电视剧等多个领域。数据已进行清洗脱敏质检,适用于机器翻译等文本分析任务。
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