数据堂—8,012万组中文-英文平行语料数据
收藏魔搭社区2026-05-10 更新2024-05-15 收录
下载链接:
https://modelscope.cn/datasets/DatatangBeijing/80120000Groups-Chinese-EnglishParallelCorpusData
下载链接
链接失效反馈官方服务:
资源简介:
中英平行互译语料,数据存储格式为txt文档,覆盖旅游、医药、日常、电视剧等多个领域。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 is a Chinese-English parallel translation corpus, stored in TXT document format, covering multiple domains including tourism, medicine, daily communication, TV dramas and other fields. It has undergone data cleaning, de-identification and quality inspection, and can serve as a foundational corpus for text data analysis, applicable to fields such as machine translation.
提供机构:
maas
创建时间:
2024-04-24
搜集汇总
数据集介绍

背景与挑战
背景概述
该数据集包含8012万对中文-英文平行语料,覆盖旅游、医药、日常生活和电视剧等多个领域,数据经过清洗、脱敏和质量检查,以txt格式存储。它适合作为文本分析的基础语料,特别适用于机器翻译任务,版权归数据堂所有,可用于商业用途。
以上内容由遇见数据集搜集并总结生成



