数据堂—198万组中文-波兰语平行语料数据

中文-波兰语平行语料数据包括198万组中文、波兰语平行互译语料，数据存储格式为txt文档。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 Chinese-Polish parallel corpus contains 1.98 million pairs of mutually translated Chinese-Polish parallel texts, with all data stored in TXT documents. The dataset has undergone data cleaning, desensitization and quality inspection, and can serve as a foundational corpus for text data analysis, applicable in fields such as machine translation.

搜集汇总

背景与挑战

背景概述

该数据集包含198万组中文与波兰语的平行语料，以TXT格式存储，覆盖技术、医学、旅游、新闻、口语和军事等多个领域。经过清洗、脱敏和质量检查，适用于机器翻译的测试任务，由DataTang拥有版权并可用于商业用途。