Turkish Wikipedia Dataset

kaggle2024-03-19 更新2024-04-26 收录

维基百科

语言数据

数据链接：

https://www.kaggle.com/datasets/osmankagankurnaz/turkish-wikipedia-dataset 数据链接链接失效反馈

官方服务：

资源简介：

Turkish Wikipedia May 2023

2023年5月土耳其语维基百科（Turkish Wikipedia）

创建时间：

2024-03-19

amitness/wikipedia_mt

自然语言处理

维基百科

--- language: mt dataset_info: features: - name: id dtype: string - name: url dtype: string - name: title dtype: string - name: text dtype: string splits: - name: train

Hugging Face2023-08-14 更新200

homersimpson/opensubtitles_fr

机器翻译

语言数据

该数据集包含电影相关的元数据和翻译信息，具体包括电影的ID、年份、IMDb ID、字幕ID及其对应的语言（加泰罗尼亚语和法语）。数据集分为训练集、验证集和测试集，分别包含240000、30000和30000个示例。数据集的总下载大小为26004408字节，总大小为36369003字节。

Hugging Face2023-12-05 更新160

Data from: Robust clustering of languages across Wikipedia growth

维基百科

语言集群

Wikipedia is the largest existing knowledge repository that is growing on a genuine crowdsourcing support. While the English Wikipedia is the most extensive and the most researched one with over five

DataONE2017-09-19 更新100

mmnga/wikipedia-ja-20230720-50k

维基百科

日本语应用

该数据集是从[izumi-lab/wikipedia-ja-20230720]中随机抽取的50,000条记录，包含curid、title和text三个特征。数据集分为train分割，下载大小为78354971字节，数据集大小为134082445.03326812字节。

Hugging Face2023-09-25 更新180

1rsh/translate-awadhi-hi-karya

语音翻译

语言数据

该数据集包含音频和句子两种特征，分为训练集和测试集。训练集包含2724个示例，占用138027956.75559068字节；测试集包含237个示例，占用12105741.108409321字节。总下载大小为144229744字节，数据集总大小为150133697.864字节。

Hugging Face2024-02-09 更新130