five

744万条中印地平行语料数据【数据堂】

收藏
OpenDataLab2024-05-29 更新2024-06-01 收录
下载链接:
https://opendatalab.org.cn/shujutang/shujutang1162
下载链接
链接失效反馈
官方服务:
资源简介:
744万组中印地平行互译语料,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

7.44 million Chinese-Hindi parallel translation corpora, stored in TXT document format, covering multiple domains including tourism, medicine, daily life, news and others. The dataset has undergone data cleaning, de-identification and quality inspection, and can serve as a foundational corpus for text data analysis, applicable to fields such as machine translation.
提供机构:
shujutang
创建时间:
2024-05-29
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744万组中印地平行互译语料,以TXT格式存储,覆盖旅游、医药等多个领域,并经过清洗脱敏质检,适用于机器翻译等任务,准确率达90%。作为商业数据,仅对企业合作购买开放。
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