jerteh/PaSaz

PaSaž是一个高质量的塞尔维亚语和英语博士论文摘要的平行语料库。该数据集包含10,492个平行单元，大多数还包含平行标题。这些摘要提供了高质量的短文本翻译，适用于文本生成任务。

原始信息汇总

数据集概述

基本信息

• 许可证: cc-by-sa-4.0
• 任务类别: 文本到文本生成
• 语言: 塞尔维亚语, 英语
• 标签: 翻译
• 美观名称: Korpus Paralelnih Sažetaka
• 大小类别: 10K<n<100K

数据集描述

• 名称: PaSaž
• 描述: 包含博士论文摘要的塞尔维亚语-英语平行语料库，高质量的短翻译集合，总计10,492个平行单元，绝大多数包含平行标题。

数据集配置

• 配置名称: default
• 数据文件:
  • 分割: train
  • 路径: *.jsonl

数据集来源

• 支持: 该研究得到塞尔维亚共和国科学基金的支持，编号#7276，项目名为Text Embeddings – Serbian Language Applications – TESLA。