PHINC

代码混合是在一个句子中使用多种语言的现象。这是社交媒体平台上一种非常常见的交流模式。在一条短信中灵活使用混合语言可能有助于与目标受众进行有效沟通。但是，它在更大程度上增加了处理和理解自然语言的挑战。在这里，我们展示了 13,738 个代码混合的英语-印地语句子及其相应的英语翻译的平行语料库。句子的翻译由注释者手动完成。我们正在发布并行语料库，以促进未来代码混合机器翻译的研究机会。

搜集汇总

背景与挑战

背景概述

PHINC是一个用于机器翻译研究的平行语料库，包含13,738个代码混合的英语-印地语句子及其人工标注的英语翻译。该数据集旨在促进代码混合自然语言处理领域的研究，特别是针对社交媒体平台上的多语言交流模式。