Old Tamil to Modern Tamil and English Dataset

kaggle2026-03-19 更新2026-05-09 收录

古泰米尔语映射

低资源机器翻译

数据链接：

https://www.kaggle.com/datasets/sahanasakthikumar/old-tamil-to-modern-tamil-and-english-dataset 数据链接链接失效反馈

官方服务：

资源简介：

Manually curated dataset mapping Old Tamil words to Modern Tamil and English

经人工整理的、将古泰米尔语（Old Tamil）词汇映射至现代泰米尔语（Modern Tamil）及英语的数据集

创建时间：

2026-03-19

nllb-mos

低资源机器翻译

翻译质量评估

该数据集包含两种语言之间的句子对，主要字段包括英语（eng_Latn）和莫桑比克语（mos_Latn）的句子文本，以及相关的语言识别分数（laser_score）、语言标识概率（source_glotlid_prob, target_glotlid_prob）和机器翻译质量评估分数（comet_qe_en_mos）。此外，数据集还提供了句子来源的URL和原始句子信息。数据集规模较大，包含2,197

Hugging Face2026-04-02 更新230

Lots-of-LoRAs/task989_pib_translation_marathi_urdu

机器翻译

低资源机器翻译

这是一个由 crowdsource 创建的英文文本生成数据集，包含输入文本(input)、输出文本(output)和唯一标识符(id)。数据集的任务是将 Marathi 语言翻译成 Urdu 语言，并分为训练集、验证集和测试集，分别包含1196、150和150个样本。

Hugging Face2025-01-01 更新100

saillab/alpaca-igbo-cleaned

低资源机器翻译

自然语言处理

--- language: - ig pretty_name: Igbo alpaca-52k size_categories: - 100K<n<1M --- This repository contains the dataset used for the TaCo paper. Please refer to the paper for more details: [OpenRevie

Hugging Face2024-09-20 更新60

saillab/alpaca_icelandic_taco

低资源机器翻译

跨语言

--- language: - is pretty_name: Icelandic alpaca-52k size_categories: - 100K<n<1M --- This repository contains the dataset used for the TaCo paper. The dataset follows the style outlined in the TaCo

Hugging Face2024-09-20 更新150

menyo20k_mt

低资源机器翻译

约鲁巴语

MENYO-20k是一个多领域并行数据集，包含从新闻文章、TED演讲、电影剧本、广播稿、科技文章以及其他网络短文和专业翻译人员整理的文本。数据集规模为20,100个平行句子，分为10,070个训练句、3,397个开发句和6,633个测试句（包括3,419个多领域句子、1,714个新闻领域句子和1,500个TED演讲稿领域句子）。它主要用于英-约鲁巴语的翻译任务，并采用CC BY-NC 4.0非商业

OpenCSG2024-07-19 更新70

Old Tamil to Modern Tamil and English Dataset

资源简介：

相关数据集