数据堂—38万组维汉平行语料数据

38 万维语及其平行对应的汉语文本，并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。

This dataset contains 380,000 Uyghur texts paired with their parallel Chinese counterparts, with data cleaning, de-identification and quality inspection conducted. It can serve as a foundational corpus for text-based data analysis and be applied in fields such as machine translation.

搜集汇总

背景与挑战

背景概述

该数据集是一个包含38万对维语和中文平行句子的基础语料库，专为机器翻译评估任务设计。数据经过清洗和匿名化处理，适用于文本分析和机器翻译应用。