five

Helsinki-NLP/bianet

收藏
Hugging Face2024-02-23 更新2024-04-19 收录
下载链接:
https://hf-mirror.com/datasets/Helsinki-NLP/bianet
下载链接
链接失效反馈
官方服务:
资源简介:
Bianet是一个新的开源平行语料库,包含从Bianet杂志收集的新闻文章,该杂志是一家在线报纸,发布土耳其新闻,通常附带其英语和库尔德语翻译。该语料库包含土耳其语、库尔德语和英语的平行新闻文章。Bianet收集了3,214篇土耳其语文章及其句子对齐的库尔德语或英语翻译。数据集的语言包括英语(en)、库尔德语(ku)和土耳其语(tr)。

Bianet is a novel open-source parallel corpus comprising news articles sourced from Bianet, an online newspaper that publishes Turkish news and usually provides accompanying English and Kurdish translations of its content. This corpus features parallel news articles in Turkish, Kurdish and English. Bianet has collected 3,214 Turkish articles paired with their sentence-aligned Kurdish or English translations. The languages included in this dataset are English (en), Kurdish (ku), and Turkish (tr).
提供机构:
Helsinki-NLP
原始信息汇总

数据集概述

数据集名称: Bianet

语言:

  • 英语 (en)
  • 库尔德语 (ku)
  • 土耳其语 (tr)

许可证: CC-BY-SA-4.0

多语言性: 翻译

大小分类:

  • 1K<n<10K
  • 10K<n<100K

源数据集: 原始

任务类别: 翻译

数据集结构

特征:

  • id (string)
  • translation (translation): 包含以下语言对
    • en-ku: 英语和库尔德语
    • en-tr: 英语和土耳其语
    • ku-tr: 库尔德语和土耳其语

数据分割:

  • en-ku:
    • 训练集: 6402个样本,数据大小1800794字节,下载大小1019265字节
  • en-tr:
    • 训练集: 34770个样本,数据大小10230995字节,下载大小5932117字节
  • ku-tr:
    • 训练集: 7325个样本,数据大小2086538字节,下载大小1206133字节

数据集创建

许可证信息: 该语料库根据CC-BY-SA-4.0开放许可证分发。

引用信息:

@InProceedings{ATAMAN18.6, author = {Duygu Ataman}, title = {Bianet: A Parallel News Corpus in Turkish, Kurdish and English}, booktitle = {Proceedings of the Eleventh International Conference on Language Resources and Evaluation (LREC 2018)}, year = {2018}, month = {may}, date = {7-12}, location = {Miyazaki, Japan}, editor = {Jinhua Du and Mihael Arcan and Qun Liu and Hitoshi Isahara}, publisher = {European Language Resources Association (ELRA)}, address = {Paris, France}, isbn = {979-10-95546-15-3}, language = {english} }

搜集汇总
数据集介绍
main_image_url
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务