language-identification
收藏OpenCSG2024-07-19 更新2026-01-19 收录
下载链接：
https://opencsg.com/datasets/AIWizards/language-identification?tab=summary
下载链接
链接失效反馈官方服务：
资源简介：
Language Identification dataset 汇集了 9 万个文本段落及其对应语言标签的样本。它支持多语言环境下的文本分类任务，尤其适用于训练语言识别模型。该数据集由来自 Multilingual Amazon Reviews Corpus、XNLI 和 STSb Multi MT 三个来源的数据整合而成，包含 20 种语言的文本。数据集分为训练集（7 万样本）、验证集和测试集（各 1 万样本），每个分割都保持了语言的平衡性。
提供机构：
AIWizards
创建时间：
2024-07-19
