Civitas Gentium

SSH Open MarketPlace2025-07-04 更新2025-07-05 收录

科学文献

多语言语料库

数据链接：

https://marketplace.sshopencloud.eu/dataset/rdGVzV 数据链接链接失效反馈

官方服务：

资源简介：

This corpus contains scientific papers and book reviews in English, Greek, and French. The corpus is available for download from the CLARIN:el repository.

创建时间：

2025-07-04

tartuNLP/liv4ever

濒危语言

多语言语料库

Liv4ever v1数据集是一个四语平行语料库，主要包含利沃尼亚语与拉脱维亚语、爱沙尼亚语和英语的平行文本。数据来源于多个数字文本资源，包括字典、书籍、诗歌、社交媒体等。数据集中的文本经过标准化处理，并在需要时进行了手动句子对齐。

Hugging Face2025-08-19 更新340

企业营业执照验证

自然语言处理

多语言语料库

启信数据汇集境内2.3亿家企业等组织机构的超过1,000亿条实时动态商业大数据，提供包括工商、股权、司法涉诉、失信、舆情、资产等超过1,000个数据特征标签，该接口可通过营业执照图片，获取企业全名、统一社会信用代码、法定代表人姓名一致性验证

上海数据交易所2024-11-19 更新140

LRB2-NB4 - Keo Notebook 4

语言文档化

多语言语料库

Handwritten notebook containing transcribed texts with glosses and translations, and additional elicited language materials.. Language as given: Keo|Indonesian|English

Research Data Australia80

中英日韩四语平行语料库

自然语言处理

多语言语料库

200027条中英日韩四语平行语料库，适用于自动驾驶，命令唤醒，语音助手等场景

江苏数据交易所220

dgambettavuw/D_gen7_run0_llama2-7b_sciabs_doc1000_real96_synt32_vuw

文本数据

科学文献

该数据集包含1000个样本，每个样本有两个特征：id（唯一标识符）和doc（文档内容）。数据集分为一个训练集，文件大小为812015字节，下载大小为433993字节，数据集总大小为812015字节。数据文件路径为data/train-*。

Hugging Face2024-12-18 更新100