udmurtNLP/soviet-geography-book-rus-udm-parallel-corpora

这是一个包含俄语（ru）和乌德穆尔特语（udm）的双语平行语料库，主要用于翻译任务。数据集包含一个训练集，共有2783个示例，总大小为604740字节。数据集遵循Apache-2.0许可证。数据来源于1938年的书籍《地理学。第一部分》。

This is a bilingual parallel corpus containing Russian (ru) and Udmurt (udm) languages, primarily used for translation tasks. The dataset includes a training set with a total of 2,783 examples and a size of 604,740 bytes. The dataset is licensed under Apache-2.0. The data is sourced from the 1938 book Geography. Part One.

原始信息汇总

数据集信息

特征

• 名称: rus
  • 数据类型: string
• 名称: udm
  • 数据类型: string

分割

• 名称: train
  • 字节数: 604740
  • 样本数: 2783

下载和数据集大小

• 下载大小: 298539
• 数据集大小: 604740

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*

许可证

• 许可证: apache-2.0

语言

• 语言: udm

任务类别

• 任务类别: translation

大小类别

• 大小类别: 1K<n<10K