Samanantar

kaggle2021-04-14 更新2024-03-07 收录

下载链接：

https://www.kaggle.com/datasets/mathurinache/samanantar

下载链接

链接失效反馈

官方服务：

资源简介：

Parallel corpora collection for Indic languages: Assamese, Bengali, Gujarati,...

创建时间：

2021-04-14

Samanantar

Samanantar 是最大的公开可用的印度语言平行语料库：阿萨姆语、孟加拉语、古吉拉特语、印地语、卡纳达语、马拉雅拉姆语、马拉地语、奥里亚语、旁遮普语、泰米尔语、泰卢固语。该语料库有 4960 万个英语到印度语之间的句子对。

OpenDataLab2026-07-05 更新240

Samanantar

OpenXLab00

AbhishekGGG/samanantar

--- annotations_creators: - no-annotation language_creators: - found language: - en - as - bn - gu - hi - kn - ml - mr - or - pa - ta - te license: - cc-by-nc-4.0 multilinguality: - translation size_c

Hugging Face2026-02-04 更新10

samanantar

Samanantar专注于提供大规模的印度语言平行语料库，包含英语和11种印度语言（阿萨姆语、孟加拉语、古吉拉特语、印地语、卡纳达语、马拉雅拉姆语、马拉地语、奥里亚语、旁遮普语、泰米尔语和泰卢固语）之间的4960万个句子对。每个数据实例包含ID、源语言（英语）句子、目标语言（11种印度语言之一）句子以及数据来源信息，数据来源包括anuvaad_catchnews、asianetnews、wikip

OpenCSG2024-07-19 更新80

samanantar

Opencsg2024-07-19 更新50