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 language texts and their parallel matched Chinese counterparts, which have undergone data cleaning, de-identification and quality inspection. 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

该数据集包含38万对维语和汉语的平行语料，以TXT格式存储，经过数据清洗、脱敏和质检处理。它是一个高质量的文本语料库，主要用于机器翻译领域，为维汉双语自然语言处理任务提供基础数据支持。