aloobun/indic-parallel-sentences-talks
收藏Hugging Face2024-12-19 更新2024-12-21 收录
下载链接：
https://hf-mirror.com/datasets/aloobun/indic-parallel-sentences-talks
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含多种语言的平行句子（即英语句子+其他语言的相同句子），适用于特征提取和句子相似性任务。数据集涵盖了孟加拉语（bn）、古吉拉特语（gu）、印地语（hi）、卡纳达语（kn）、马拉雅拉姆语（ml）、马拉地语（mr）、泰米尔语（ta）和泰卢固语（te）等多种语言。
The Indic Talks dataset contains parallel sentences in multiple languages, including Bengali, Gujarati, Hindi, Kannada, Malayalam, Marathi, Tamil, and Telugu. The dataset size ranges from 100K to 1M and is primarily used for sentence embedding and sentence similarity tasks. Each configuration includes pairs of English and non-English sentences, divided into training and validation sets.
提供机构：
aloobun
