five

数据堂—501万组汉藏平行语料数据

收藏
魔搭社区2026-05-20 更新2024-05-15 收录
下载链接:
https://modelscope.cn/datasets/DatatangBeijing/5010000Groups-Chinese-TibetanParallelCorpusData
下载链接
链接失效反馈
官方服务:
资源简介:
汉藏平行语料数据包括501万组汉语、藏语平行互译语料,数据存储格式为txt文档。已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 Chinese-Tibetan parallel corpus contains 5.01 million pairs of mutually translated Chinese and Tibetan text pairs. The data is stored in TXT file format. It has undergone data cleaning, de-identification and quality inspection, and can serve as a foundational corpus for textual data analysis and be applied in fields such as machine translation.
提供机构:
maas
创建时间:
2024-05-09
搜集汇总
数据集介绍
main_image_url
背景与挑战
背景概述
该数据集是一个大规模的汉藏平行语料库,包含501万组汉语和藏语平行互译语料,存储为txt格式,已进行清洗脱敏质检。数据主要用于机器翻译测试任务,汉语平均句长为20.8个字符,版权归数据堂所有,适合商用。
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务