mwz/ur_para

该数据集包含乌尔都语的释义对，以Parquet格式提供，训练集包含393,000行。数据集包含两列：`sentence1`和`sentence2`，分别表示释义对中的第一个和第二个句子。该数据集可用于多种自然语言处理任务，如文本相似性、释义识别和语言生成。

原始信息汇总

Paraphrase Dataset (Urdu)

概述

• 数据集名称: ur_para
• 许可证: MIT
• 语言: Urdu (ur)
• 大小: 100K<n<1M

任务类别

• 文本到文本生成
• 摘要生成
• 文本生成

数据集详情

• 格式: Parquet
• 训练集大小: 393,000行
• 列信息:
  • sentence1: 一对同义句中的第一句（字符串）
  • sentence2: 一对同义句中的第二句（字符串）

用途

• 用于自然语言处理任务，如文本相似性分析、同义句识别和语言生成。