501万组汉藏平行语料数据【数据堂】

汉藏平行语料数据包括501万组汉语、藏语平行互译语料，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

Chinese-Tibetan parallel corpus includes 5.01 million pairs of mutually translated Chinese and Tibetan sentences, stored in TXT format. The corpus has undergone data cleaning, desensitization and quality inspection, and can be used as a foundational corpus for text data analysis and applied in fields including machine translation.

搜集汇总

背景与挑战

背景概述

该数据集包含501万组汉藏平行互译语料，格式为txt文档，已进行清洗脱敏处理，适用于机器翻译等自然语言处理任务，但属于商业数据需企业合作购买。